Neoaxiomn

摘要： 打破孤岛：自适应模型融合解锁更优时序预测 原文标题：Breaking Silos: Adaptive Model Fusion Unlocks Better Time Series Forecasting 期刊：ICML 2024 0 Abstract 时序预测在许多现实世界的应用中扮演着至关重要的 阅读全文

摘要： AnyEdit：编辑语言模型中编码的任何知识 原文标题：AnyEdit: Edit Any Knowledge Encoded in Language Models 1 Introduction 大型语言模型（LLM）通过学习和存储大量知识取得了令人印象深刻的成功。然而，他们经常出现幻觉，产生不正确 阅读全文

摘要： 通过学习和放弃学习进行知识交换 原文标题：Knowledge Swapping via Learning and Unlearning 作者： Mingyu Xing (邢明宇)：合肥工业大学 (Hefei University of Technology) 软件工程专业本科生。 Lechao Ch 阅读全文

摘要： https://openreview.net/forum?id=TwJrTz9cRS HIRA：大型语言模型的参数高效Hadamard积高阶自适应 原文标题：HiRA: Parameter-Efficient Hadamard High-Rank Adaptation for Large Langu 阅读全文

摘要： CSBrain：用于EEG解码的跨尺度时空脑基础模型 原文标题：CSBrain: A Cross-scale Spatiotemporal Brain Foundation Model for EEG Decoding 1 概要 作者：Yuchen Zhou, Jiamin Wu, Zichen R 阅读全文

摘要： UniMind：释放LLM的力量，实现统一的多任务大脑解码 原文标题：UniMind: Unleashing the Power of LLMs for Unified Multi-Task Brain Decoding 1 概述 作者：Weiheng Lu, Chunfeng Song, Jiam 阅读全文

摘要： 脑基础模型：神经信号处理和脑发现进展综述 原文标题：Brain Foundation Models: A Survey on Advancements in Neural Signal Processing and Brain Discovery 1 概述 综述文章：关于脑基础模型 作者：IEEE成 阅读全文

摘要： 从模型中学习，而不仅仅是微调 1 概要 原文标题：Learning from models beyond fine-tuning 作者：一作 Hongling Zheng ；武汉大学 中山大学 南洋理工大学 期刊：Nature Machine Intelligence 2023 主要贡献： 基于对当 阅读全文

摘要： EEGPT：用于通用和可靠表示EEG信号的预训练Transfomer EEGPT: Pretrained Transformer for Universal and Reliable Representation of EEG Signals | OpenReview 1 概要 原文标题：EEGPT 阅读全文

摘要： 一种用于脑电情绪识别的多维图卷积网络 原文标题：A Multi-Dimensional Graph Convolution Network for EEG Emotion Recognition 1 Introduction 1.1 背景 情感、生理信号、valence-arousal、EEG信号提 阅读全文