#LLM 微调

Meta Brain2Qwerty v2 上 Nature:首个能从原始 MEG 脑信号端到端实时解码整句的非侵入式 BCI,代码与数据全开源

Meta FAIR 在 Nature 上发表 Brain2Qwerty v2:训练数据来自 9 名健康志愿者,每人佩戴 MEG 设备打字 10 小时,共约 22,000 句;端到端深度学习处理 MEG 原始信号并微调 LLM,平均词准确率 61%、最佳受试者 78%、>50% 句子解码错误 ≤1 词,性能随数据量对数线性扩展。Meta 同时开源 v1+v2 完整训练代码,与 BCBL 同步开源 v1 数据集。这是字符级 v1 之后首次跃迁到词与语义级,被业内视为非侵入式脑机接口从'实验室玩具'走向'临床沟通可行'的关键节点。