参数高效微调用于脑编码建模

这项研究探讨如何用大规模预训练模型预测刺激引发的神经反应。以往常见做法是在冻结的预训练骨干模型上训练读出层；由于神经数据成本高、数量有限，从头训练或全面微调模型较为困难。研究显示，参数高效微调可用少量可训练参数适配大型骨干模型，并利用其因果结构预测多个时间点，以提升计算上的实用性。