扩展用于脑编码的参数高效微调
研究团队表明，只需训练少量参数，就能将大型预训练多模态模型适配到脑编码任务。BrainLoRA 方法结合 LoRA 适配器与轻量读出层，在九种骨干模型上提升了性能。通过更高效的特征提取流程，研究人员得以实际适配参数量最高达 1040 亿的模型。使用 Qwen3-Omni 骨干模型时，BrainLoRA 在 Algonauts 2025 挑战赛中取得已发表结果中的最佳成绩。团队还开发了多 LoRA 内核以加速联合训练，并构建了包含 200 多个适配模型的集成。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。