跳到正文
事件追踪已归档

BrainLoRA以参数高效微调适配104B脑编码主干

首次报道 最新进展 1 篇报道,1 个来源

事件综述根据 1 篇报道整理,10月20日更新

研究团队提出 BrainLoRA,用低秩适配器(LoRA)加轻量读出层,对预训练多模态主干做参数高效微调以完成脑编码任务,可适配的主干规模最高达 104B 参数。 团队称,在与此前最优方法相同的 Qwen3-Omni 主干上,BrainLoRA 取得 Algonauts 2025 挑战赛已公布成绩中的最佳表现。该成绩为团队自述,尚待独立验证。

综述由模型根据报道生成,细节以各篇原文为准。

进展时间线

北京时间,最早在上
  1. Hugging Face Daily PapersBrainLoRA用PEFT适配百亿参数脑编码模型

    阅读这篇报道

全部报道

1 篇,点开看摘要
BrainLoRA 用参数高效微调适配 104B 多模态主干做脑编码Hugging Face Daily Papers未入选

研究团队提出 BrainLoRA,用低秩适配器(LoRA)加轻量读出层对预训练多模态主干做参数高效微调,从而完成脑编码任务,可适配的主干规模最高达 104B 参数。

阅读这篇报道