LaS：用自然语言描述作为监督信号改进神经解码

2026年10月12日，arXiv（一手）发布论文《用语言教授神经解码器》，提出 Language as Supervision（LaS）方法。该方法通过学习投影将神经特征与自然语言类别描述对齐，并用候选文本原型预测类别，以替代隐式类别标签监督。研究在视觉、运动和语音解码任务上评估了七种编码器架构，结果显示 LaS 将语音解码准确率较匹配 CLS 基线提升最高 17.15 个百分点，并支持候选集复用、被试与会话适配，以及 SSVEP 未见频率条件下的解码。

Generated from reports · updated 2 hr ago

There is not enough continuous observation data to draw a trend yet.