跳到正文
只看表征与基础模型#提供代码链接
10月7日周三
  1. arXiv · 多模态与生成机制77

    Iris-3B：超越潜在空间的像素空间扩散训练、转换与微调

    基于摘要分析。本文研究像素空间扩散模型绕过有损 VAE 后，是否能改善依赖细粒度信息的下游视觉任务，并通过从头预训练 Iris-3B 与转换已有潜在空间模型两条路线进行检验。作者报告，在所采用的单目深度估计及图像恢复/超分辨率微调协议下，像素空间生成先验未带来显著改善。 方法上，Iris-3B 是一个 3B 参数的像素空间文生图 transformer，采用 PixelDiT 的 pixel-transformer（PiT）头。作者先在 256² 分辨率下对预测目标与表征对齐进行消融，再采用 256→512→1024 的分辨率课程从头预训练；另一条路线将预训练的 FLUX.2 Klein base 4B 从潜在空间转换到像素空间。摘要未说明预测目标、对齐机制及转换过程的具体实现。 作者报告，在采用同一套匹配的直接回归微调方案进行单目深度估计时，Iris-3B 与潜在空间 FLUX.2 Klein 表现相当，转换后的像素空间 FLUX.2 Klein 则落后。在 DIV2K 的 4× 图像恢复任务中，两种像素空间模型均未超过潜在空间 FLUX.2 Klein 的微调版本，转换模型略逊。摘要未提供指标数值、数据划分或统计检验细节，因此不能将“未显著改善”扩大为所有像素空间方法均无优势。 生成能力方面，作者报告，采用 PiT 头的像素空间预训练可扩展至 3B 参数；在 1024² 分辨率、OneIG 官方评估器下，Iris-3B 的文生图表现与 Qwen-Image 相当。该结果与下游任务的负面结果属于不同评估，不能相互替代。作者表示发布模型权重与训练代码，但其可获取性及复现条件尚未核验。 全文中的训练数据、实验协议、消融结果、统计信息及作者讨论的失败模式与残余混杂因素尚未验证。本文主要研究图像生成与视觉任务，不提供 EEG/BCI 有效性的直接证据，也不足以据此提出具体迁移方案。

    阅读价值：值得阅读的是其对“绕过有损 VAE 能否改善细粒度下游任务”进行了从头预训练与潜在空间模型转换两条路线的对照，并报告负面结果；具体实验控制与残余混杂因素仍需全文核对。

10月6日周二
  1. arXiv · 表征与预训练75

    Atom-JEPA：面向三维原子体系的联合嵌入预测架构

    基于摘要分析。Atom-JEPA 针对原子体系自监督预训练尚未获得与语言、视觉领域相当的下游泛化能力这一问题，提出从无标签三维结构学习潜在表征的预训练框架。其核心贡献是结合受 Joint-Embedding Predictive Architecture 启发的原子级与子结构级互补目标，并通过下游性质预测评估迁移能力。 机制与评估：作者在大规模分子和晶体数据集上预训练，再针对多种下游性质预测任务微调。摘要明确了两种粒度的学习目标，但未给出潜在目标的构造方式、损失形式、编码器结构或训练细节，不能据此认定其采用特定掩码、教师更新或几何不变性设计。具体数据集、规模、划分及对照基线尚未验证。 结果与复现：作者报告，在分子 ADMET 与量子化学性质预测任务上达到最先进性能，在晶体材料物理性质预测上具有较强竞争力；摘要未提供具体指标或数值，尚不能量化收益或比较不同协议。作者表示代码与预训练模型检查点已公开，但运行条件、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：假设多粒度潜在预测能够减少对标签的依赖，其概念可能对应 EEG 标注稀缺及局部通道信息与整体时空结构协同建模的需求。可借鉴的是不同粒度的表征预测目标；三维原子输入编码、结构划分和下游任务头则需改造为 EEG 时空输入。原方法依赖三维分子或晶体结构及大规模无标签数据，不能直接等同于低信噪比、跨被试和通道配置变化下的 EEG。已有相关 EEG 工作尚未检索确认。一个可检验的小实验是在固定骨干、预训练数据和微调划分下，对比随机初始化、单粒度与双粒度潜在预测，采用隔离被试的 Cross-subject 评估检验收益；该方案仅为迁移假设，并非论文已验证结果。

    阅读价值：值得关注其以原子级与子结构级互补目标开展潜在空间预测预训练的机制，以及仅依赖无标签三维结构的迁移能力；摘要提供了代码与预训练权重地址，但具体效果与 EEG 迁移价值尚未验证。

  2. arXiv · 表征与预训练79

    CausalBind：面向蛋白质–分子虚拟筛选的因果建模与学习

    基于摘要分析。CausalBind 研究蛋白质–分子虚拟筛选中的共享表征学习，试图以稀疏跨模态交互替代稠密整体对齐，区分稳定的结合决定因素与干扰相关性。其贡献包括选择机制下的可辨识性理论，以及由这些理论启发的三种实现变体。 核心机制：作者认为，结合主要由小范围接触界面及少数关键局部交互决定，例如氢键、疏水接触和盐桥，而非蛋白质与分子的整体结构。针对训练数据仅包含观测到的结合配对这一条件，研究在 Heckman 式选择机制下建立 V-structure 因果模型。作者报告三项理论结果：缺乏适当稀疏约束时，交互双方的潜在概念不可辨识；在结构稀疏条件下，潜在概念及其稀疏交互具有分量级可辨识性；对这些条件进行低秩松弛，可获得概念与交互的子空间可辨识性。具体假设、证明适用范围及理论与实现的对应关系尚需核对。 实验：作者报告，在 DUD-E 和 LIT-PCBA 上，三种变体均优于强检索基线，最大提升体现在 LIT-PCBA 的早期富集，并可泛化至目标级和分子骨架级分布外划分。摘要未提供具体指标、分数、划分构造或基线名称，不能据此量化提升或比较不同协议。网络结构、损失、训练与推理流程、消融及统计信息尚未验证；摘要提供了代码地址，但实现及复现条件尚未核验。 平台推测（待验证）：可迁移的假设是，显式建模选择机制与稀疏交互，可能帮助 EEG 多视图学习减少对非稳定相关性的依赖。但蛋白质–分子的配对选择机制不能直接等同于 EEG 采样过程，需重新定义视图、潜在概念和选择变量，并检验稀疏假设。低信噪比、通道变化及小样本可能破坏可辨识条件。一个小规模可证伪实验是在固定 Cross-subject 划分与相同编码器下，对比稠密交互和稀疏交互约束，并测试通道扰动下的性能稳定性；这不是本文已验证的 BCI 结果，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读的具体原因是将仅观测结合配对的选择机制与稀疏跨模态交互的可辨识性联系起来，并以目标与分子骨架分布外划分检验泛化；理论假设和实验细节仍需全文核对。

10月5日周一
  1. arXiv · 表征与预训练76

    NeuroCBIR：面向全脑与特定脑区 MRI 的快速、准确图像检索系统

    基于摘要分析。NeuroCBIR 针对神经影像内容检索受限于小规模数据、单一脑区或粗粒度类别标签的问题，提出面向三维 T1w MRI 的全脑与特定脑区检索框架。其核心是结合变分自编码器（VAE）与对比学习，生成表征解剖模式的扫描特异性嵌入，并支持区域级查询。 技术机制：框架提取 103 个皮层及皮层下区域，用于全脑和脑区级检索。摘要未说明区域提取流程、VAE 架构、对比学习正负样本构造、损失组合及相似度计算方式，这些实现条件尚未验证。 结果与评估：作者报告，在被试重识别任务中，全脑及脑区级检索的前 5 个结果平均精度均值（mAP@5）≥98.4%，并报告跨数据集与采集条件的泛化表现。具体数据集、被试数量、查询库与检索库划分、重复扫描处理及基线尚未验证，因此该指标不能直接解释为病理分类或临床诊断性能。作者还开展了零样本年龄预测和零样本多类别病理分层，认为嵌入包含可用于下游任务的信息；摘要未提供这两项任务的指标、对照或零样本推理规则。 效率与复现：作者报告，在 4 核 CPU 上每次扫描的嵌入提取约需 18.7 秒，相似度搜索耗时低于 0.01 秒；硬件型号、检索库规模及是否计入预处理尚未验证。作者提供公开软件及超过 26,000 个预计算 T1w MRI 嵌入，但这不是已确认的训练样本量。复现需核对预处理、数据划分、权重与嵌入生成流程，以及实验协议、消融和统计信息。 研究定位：这是结构 MRI 表征与检索研究，不应直接视为 BCI 方法或已验证的临床诊断工具。作者提出的个性化诊断支持价值仍需临床验证；摘要也不足以支持其向 EEG 等时序信号迁移的有效性判断。

    阅读价值：值得关注其结合 VAE 与对比学习的全脑及区域级 MRI 检索机制，公开软件和预计算嵌入提供了复现入口，但重识别评估协议及临床诊断价值尚需全文核对。

  2. arXiv · 表征与预训练80

    dIon：基于碎裂不变性的串联质谱自监督学习

    基于摘要分析。该研究针对肽串联质谱的无标签表征学习，利用前体属性（质量与电荷）和碎片离子证据之间的物理关系构造不变性，提出 dIon，以改善肽的 de novo sequencing（从头测序）并学习肽相似性表征。 机制上，dIon 改造 DINO 框架，通过两个潜在预测任务恢复干净的教师表征：第一项从混合质谱中预测，以前体作为选择查询，建立前体信息与碎片离子证据的关联；第二项从部分质谱中预测，同时隐去前体信息，旨在防止表征仅依赖前体属性。作者报告，机制探针支持这两种作用，消融结果显示完整目标表现最佳；具体损失形式、混合与部分谱构造、教师更新方式尚未验证。 作者报告，在相同端到端训练条件下，相比从头训练，dIon 初始化使留出的 MassIVE-KB 和 Kingdoms 测试集上的肽测序 Precision 分别提高 5.5 和 8.4 个百分点；采用更大的有监督训练语料时，分别提高 2.3 和 4.8 个百分点。在相同贪心解码协议下，作者报告所得模型在多物种 Kingdoms 语料上超过全监督的先进 de novo sequencing 模型。作者还报告，无肽序列标签时，dIon 相比其他学习模型形成较强的原生肽相似性几何；经过有限的肽标签监督适配后，在其全部表征基准上获得最佳检索与配对判别表现。具体划分、基线、指标定义及统计信息尚未验证，不能将这些结果直接视为跨数据集泛化证据。 平台推测（待验证）：其可借鉴之处是“辅助属性引导选择＋隐去属性迫使利用信号”的互补自监督设计。迁移到 EEG 的假设是，若存在与目标信号成分可靠关联的查询信息，可尝试减少模型对元信息的捷径依赖；但质谱的前体—碎片物理关系不能直接替换为被试或通道身份。可复用潜在教师预测思路，需重设计混合、遮蔽和查询语义；低信噪比、跨被试差异、通道变化及小数据可能破坏对应关系。小规模可证伪实验可在固定跨被试划分下，对照完整双任务、单任务与无预训练初始化，核查收益是否仍存在。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对 dIon 如何通过互补的潜在预测任务同时利用前体信息并抑制对该信息的捷径依赖，以及其初始化收益在相同端到端训练与解码协议下是否稳健。

10月4日周日
  1. arXiv · 时序与音频基础模型83

    时序基础模型的统一缩放定律

    基于摘要分析。该研究探讨模型容量与历史信息如何共同支持时序预测，提出 Unified Scaling Law 与 Unified Theory of Time Series Learning，分别用经验拟合和 Gaussian regression 理论分析容量、上下文及预测跨度的作用。 经验部分覆盖六个领域的 23 个 dataset-frequency 任务，分析 21 个检查点、18,768 个实验单元，包含不同历史窗口长度与预测跨度。作者将局部资源关系整合为五参数定律：容量增加的收益随历史长度增长，上下文收益逐渐趋于饱和，预测跨度效应表现为共同偏移。摘要未提供具体公式、任务清单、训练与评估划分，相关协议尚未验证。 作者报告，在拟合时排除 Toto 2.0 后，该定律对其按预测跨度平均的容量缩放曲线进行预测，在输入长度为 2048 和 4096 时，平均绝对百分比误差分别为 1.09% 和 1.50%。这些数值衡量的是缩放曲线预测误差，不能解读为时序预测任务本身的误差或性能提升。 理论部分用 Gaussian regression 分析规则识别与预测能力。作者提出假设：full-shot 模型通过权重积累信息，而冻结的时序基础模型通过激活从历史中提取信息。作者报告，匹配历史条件的比较支持额外历史的预测价值；受控参数交换与激活干预提供证据，表明由历史提取的规则信息可被保留、跨查询复用，并恢复对长上下文预测的部分贡献。干预细节、消融及统计信息尚未验证。摘要声明代码与主要结果已公开，实际复现条件尚待核对。 平台推测（待验证）：容量与历史长度的联合分析可能用于研究 EEG 长上下文预测的资源分配，但其前提是存在可跨时间复用的预测结构，并有足够数据区分容量与上下文效应。可复用的是缩放拟合和历史匹配对照思路，需改造输入表示、通道处理与跨被试评估；低信噪比、跨会话非平稳性和小数据可能使历史收益提前饱和或不稳定。一个可证伪的小实验是在固定 Cross-session 划分下联合改变模型容量与历史长度，检验该定律能否预测未参与拟合配置的误差曲线。已有 EEG 相关工作尚未检索确认。

    阅读价值：该研究将模型容量、历史长度与预测跨度纳入统一拟合框架，并以未参与拟合的 Toto 2.0 检验容量缩放曲线预测，值得核对其适用范围与历史信息干预证据；对 EEG 的迁移价值尚未验证。

9月17日周四
  1. OpenReview · Representation learning77

    SARMAE：用于合成孔径雷达表征学习的掩码自编码器

    基于摘要分析。本文研究合成孔径雷达（SAR）影像的数据稀缺与散斑噪声如何限制细粒度语义表征学习，提出噪声感知的自监督掩码自编码器 SARMAE，并构建含配对光学影像的 SAR-1M 数据集支持大规模预训练。主要研究对象是遥感影像，而非 EEG 或 BCI。 方法包含两个关键机制：Speckle-Aware Representation Enhancement（SARE）向 Masked Autoencoder 注入 SAR 特有的散斑噪声，以促进噪声感知与鲁棒表征学习；Semantic Anchor Representation Constraint（SARC）利用配对光学先验对齐 SAR 特征、约束语义一致性。摘要未说明噪声注入位置与分布、掩码策略、光学先验提取方式或约束的具体损失形式，这些实现细节尚未验证。 作者称 SAR-1M 是首个百万规模 SAR 数据集，并报告 SARMAE 在多个 SAR 数据集的分类、检测和分割任务上达到 state-of-the-art 表现。摘要未提供具体评估数据集、划分、对照基线或指标数值，因此无法据此量化收益或比较不同协议。实验协议、消融及统计信息尚未验证。作者表示代码、数据与模型已公开，其可用性及复现条件仍需核对。 平台推测（待验证）：可迁移假设是，将领域相关噪声增强与配对模态语义锚点结合，可能有助于缓解 EEG 低信噪比下的表征不稳定。可复用的是掩码建模与跨模态表征约束思路；需改造的是噪声模型、时序与通道表征，以及配对监督来源。SAR 散斑不能直接视为 EEG 噪声；跨被试差异、通道变化、小数据及配对模态不同步均可能使迁移失效。一个可证伪的小实验是在具备同步 EEG 与辅助模态的数据上，固定 Cross-subject 划分，比较基础掩码模型、EEG 噪声增强及加入配对语义约束后的表现，检验收益是否在未见被试上保留。相关 EEG 工作尚未检索确认，以上不构成已证实的 BCI 效果。

    阅读价值：值得核对其将物理噪声建模与配对模态语义约束结合到自监督掩码建模的具体实现，但其对 EEG 表征学习的适用性尚未验证。

5月1日周五
  1. OpenReview · EEG71

    利用 Spectrum Video 实现被试级少样本学习与跨电极配置 EEG 泛化

    基于摘要分析。该研究针对 EEG 电极配置异质性及固定“通道优先”架构的局限，提出 Brain Signal Rendering（BSR），将原始 EEG 转换为称作 Spectrum Videos 的结构化时空张量，并结合 VideoMAE 自监督预训练，探索跨被试与跨电极配置的泛化。 核心机制是将 EEG 视为神经活动的物理投影，以渲染后的时空表示衔接视频基础模型，而非仅将各传感器作为独立特征。作者称该表示能够保留神经拓扑，并学习不依赖特定电极布局的时空表征。摘要未说明频谱计算、空间映射、时间组织、缺失电极处理及 VideoMAE 的具体预训练设置，因此尚不能判断布局无关性如何实现，以及视频先验的贡献是否独立于渲染方式。 评估方面，作者采用被试级少样本学习，并引入跨电极配置微调。作者报告，结合 BSR 的 VideoMAE 优于其比较的先进频谱方法，但摘要未提供数据集、被试数、任务、少样本数量、训练测试划分、基线名称、指标或具体数值。跨电极配置微调应与无需目标配置数据的直接泛化区分；目标配置的数据及标签使用方式、实验协议、消融及统计信息尚未验证。 来源提供了代码仓库，但代码内容、运行条件与结果复现情况尚未验证。全文核查重点包括：渲染过程能否在不同电极数量与位置下保持可比较的空间结构；被试级少样本协议如何划分预训练、微调和测试被试；以及 BSR、VideoMAE 自监督预训练与微调策略各自的增益。该工作直接研究 EEG，但摘要中的概括性优势尚不足以确认其对特定 BCI 任务或低信噪比场景的有效性。

    阅读价值：值得核对 BSR 将 EEG 渲染为 Spectrum Videos 的机制，以及被试级少样本学习与跨电极配置微调协议，检验视频基础模型先验能否缓解电极异质性；摘要中的性能优势尚待全文验证。

1月26日周一
  1. OpenReview · Representation learning77

    CARL：用于光谱图像分析的相机无关表征学习

    基于摘要分析。该研究针对光谱相机在通道数量与采集波长上的差异导致模型依赖特定相机、难以跨相机泛化的问题，提出 CARL（Camera-Agnostic Representation Learning），旨在为 RGB、多光谱与高光谱图像学习相机无关的表征。 核心机制是结合自注意力与交叉注意力的光谱编码器，将不同通道维度的光谱图像中的重要光谱信息提炼为学习得到的表征；作者还提出适配 CARL 的特征级自监督策略，用于空间—光谱预训练。摘要未提供注意力模块的具体组织、波长信息的编码方式、自监督目标及训练配置，这些实现细节尚未验证。 作者报告，在医学成像、自动驾驶与卫星成像领域的实验中，CARL 对光谱异构具有鲁棒性，并在含模拟及真实跨相机光谱变化的数据集上优于对照方法。摘要未给出数据集名称、划分、基线、指标或数值，因而尚不能判断提升幅度及不同协议下的适用范围；实验协议、消融及统计信息尚未验证。作者将其定位为未来光谱基础模型的潜在骨干，并声明代码与模型权重已公开，具体复现条件仍需核对。 平台推测（待验证）：若 EEG 通道能够通过电极位置等元信息建立可比较的描述，该类注意力聚合机制或可用于处理通道数量与布局变化。可复用的是异构通道的信息聚合思路，需改造的是通道描述、时间动态建模及自监督目标；光谱波长与 EEG 电极并不等价，低信噪比、跨被试差异和小数据训练可能使迁移失败。一个可检验的小实验是在固定被试划分与相同训练数据下，比较改造后的编码器和固定通道基线在电极子集变化时的性能下降，并控制模型容量。该假设不代表已证实的 EEG 效果，相关 EEG 工作尚未检索确认。

    阅读价值：值得核对 CARL 如何以自注意力与交叉注意力处理不同相机的光谱通道异构，以及特征级自监督预训练对跨相机泛化的实际贡献；其向 EEG 通道异构问题的迁移尚未验证。

  2. OpenReview · EEG78

    CodeBrain：结合解耦分词器与多尺度架构的 EEG 基础模型

    基于摘要分析。CodeBrain 针对 EEG 基础模型表征辨别力与临床可解释性不足、全局依赖捕获效率不高以及局部神经事件建模不足的问题，提出两阶段方法，将时间与频率解耦的离散分词器与多尺度 EEGSSM 架构结合。 第一阶段采用 TFDual-Tokenizer，将异质的时间与频率 EEG 信号解耦为离散 token。作者称该设计使表征空间实现二次扩展，以增强辨别能力，并通过提示表征与神经事件、频谱节律之间的潜在联系，提供领域相关的表征级可解释性。摘要未说明 token 的具体构造、码本配置、训练目标及二次扩展的定义；这些潜在联系也不能直接等同于已验证的临床解释。 第二阶段的 EEGSSM 将结构化全局卷积与滑动窗口注意力结合，以同时捕获稀疏长程依赖和局部依赖。作者以大脑小世界拓扑作为该设计的动机，但摘要不足以确认其如何映射到 EEG 通道或时间结构，也不能据此认定模型还原了真实脑网络。 作者报告，CodeBrain 在其所称的最大公开 EEG 语料上预训练，并在分布偏移条件下、覆盖八项下游任务和十个数据集的评估中表现出较强泛化能力；同时报告开展了全面消融、scaling-law 分析和可解释性评估。摘要未给出任务与数据集名称、被试数量、被试内／跨被试／跨会话／跨数据集划分、对照基线或具体指标，因此无法量化增益或比较不同协议的结果。实验协议、消融及统计信息尚未验证。 作者提供了代码与预训练权重链接，为复现提供了入口，但其可访问性与实现细节尚未核验。复现时应重点核对预训练和下游数据的划分关系、通道与采样率适配、分词器和 EEGSSM 各自的贡献，以及可解释性证据是否超出表征与节律的关联展示。

    阅读价值：值得核对其时间与频率解耦的离散表征及全局—局部依赖建模是否分别改善分布偏移下的 EEG 泛化，作者报告提供消融与可解释性评估，但具体协议和证据强度尚未验证。

12月31日周三
  1. OpenReview · EEG69

    用于长序列 EEG 建模的高效自监督框架

    该研究针对 EEG 低信噪比、高被试间差异及 Transformer 长序列建模的计算开销，提出自监督框架 EEGM2，通过结合 Mamba-2 的 U 形编码器—解码器与联合 L1-spectral 损失，兼顾长程依赖建模和时频特征保留。以下基于摘要分析，未取得论文全文。 核心机制方面，摘要称 Mamba-2 的选择性信息传播机制有助于捕获长程依赖，并使框架达到线性复杂度。联合 L1-spectral 损失用于保留时间动态与频谱特征，但其具体形式、权重配置、频谱计算方式及自监督任务构造尚未验证，不能据此认定采用了掩码建模或特定重建协议。U 形结构与 Mamba-2 的具体组合方式也需查阅全文。 结果方面，作者报告 EEGM2 在短序列与长序列建模中达到领先性能，并具备较强的跨被试泛化与跨域迁移能力；同时报告内存占用降低、推理加快。摘要未提供数据集、被试数、序列长度、划分方式、基线、指标或数值，因此这些结论目前只能作为作者报告，不能量化优势，也不能将跨域迁移直接等同于跨数据集评估。实验协议、消融及统计信息尚未验证。 复现时应重点核对：线性复杂度对应的计算范围与实际序列长度；相同硬件、批量大小和精度下的内存与推理开销；跨被试评估中的预训练与下游数据划分；以及 Mamba-2 和 L1-spectral 损失各自的贡献。摘要提供了模型与代码地址，但其可访问性、配置完整性及结果可复现性尚未验证。面向资源受限 BCI 设备的适用性是作者提出的应用判断，实际设备上的延迟、内存和功耗表现仍需核对。

  2. OpenReview · Representation learning76

    SARMAE：用于合成孔径雷达（SAR）表征学习的掩码自编码器

    基于摘要分析。该研究针对合成孔径雷达（SAR）影像数据稀缺、物理散斑噪声妨碍细粒度语义表征学习的问题，提出噪声感知的自监督掩码自编码器 SARMAE，并构建带有配对光学影像的 SAR-1M 数据集以支持大规模预训练。其主要研究对象是遥感影像，而非 EEG 或 BCI。 核心机制包含两个模块：Speckle-Aware Representation Enhancement（SARE）向掩码自编码器引入 SAR 特有的散斑噪声，以学习噪声感知、稳健的表征；Semantic Anchor Representation Constraint（SARC）利用配对光学影像提供的先验对齐 SAR 特征，约束语义一致性。摘要未给出噪声注入位置与分布、掩码策略、特征对齐方式或损失形式，这些实现细节尚未验证。 作者将 SAR-1M 描述为首个百万规模 SAR 数据集，并报告 SARMAE 在多个 SAR 数据集的分类、检测和分割任务上达到最先进性能。摘要未提供具体评估数据集、划分、对照方法及指标数值，因此不能量化优势或判断各模块的独立贡献；实验协议、消融及统计信息尚未验证。作者表示代码和模型将公开，当前可用性尚未验证。 平台推测（待验证）：可迁移的假设是，将与信号来源匹配的噪声增强和配对模态语义约束结合，可能有助于低信噪比 EEG 表征学习；原方法依赖大规模 SAR 影像及配对光学先验，不能直接等同于 EEG 场景。可复用的是掩码建模与跨模态约束思路，需改造噪声模型、时序及通道编码，并明确配对信号是否提供任务相关监督。SAR 散斑与 EEG 噪声机制不同，小数据、跨被试差异和通道变化可能削弱效果，辅助模态也可能引入非任务相关信息。一个可检验的小实验是在固定跨被试划分和相同训练数据下，对照基础掩码自编码器与加入 EEG 噪声增强的版本；若有严格配对的辅助模态，再单独检验语义约束的增益。上述均为迁移假设，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其将物理噪声建模与配对跨模态语义约束结合到掩码建模中的具体实现，但作者报告的 SAR 任务优势尚不能作为 EEG/BCI 迁移有效性的证据。

9月19日周五
  1. OpenReview · EEG80

    BrainOmni：统一 EEG 与 MEG 信号的脑基础模型

    基于摘要分析。该研究针对 EEG 与 MEG 信号模式不同、传感器配置随模态和设备变化，以及现有模型通常依赖特定模态或数据集的问题，提出 BrainOmni，通过离散化脑信号表征与自监督预训练学习统一语义嵌入。其主要研究对象是异构 EEG 与 MEG 记录的统一建模，不能据此直接认定已验证在线 BCI 性能。 核心机制是 BrainTokenizer，将时空脑活动量化为离散表征。其中的 Sensor Encoder 编码传感器空间布局、方向和类型等属性，以支持不同设备与模态的数据接入；BrainOmni 再基于这些离散表征开展自监督预训练。摘要未说明量化方法、预训练目标、网络结构，以及传感器属性与信号特征的具体融合方式，这些实现细节尚未验证。作者将同时支持 EEG 与 MEG、纳入大规模 MEG 预训练等表述为首次贡献，其优先性尚未独立检索确认。 作者报告，预训练数据由公开来源整理并标准化，包括 1,997 小时 EEG 和 656 小时 MEG。作者报告，在一系列下游任务中，BrainOmni 优于已有基础模型和先进任务专用模型，并能泛化到未见过的 EEG 与 MEG 设备；联合 EEG-MEG（EMEG）训练在两种模态上均带来一致改善。摘要未提供具体任务、数据集、被试数量、划分方式、指标或提升幅度，因此无法判断这些结论对应被试内、跨被试、跨会话还是跨数据集评估，也不能直接比较不同协议下的效果。 复现时应重点核对预训练与下游数据的隔离方式、未见设备的定义、传感器元数据要求，以及联合训练相对单模态训练的对照条件。实验协议、消融及统计信息尚未验证。摘要提供了代码与检查点的公开地址，但其可用性、数据处理流程和复现完整性尚未核验。

    阅读价值：值得核对 BrainTokenizer 如何利用传感器属性统一 EEG 与 MEG 表征，以及联合预训练对未见设备的泛化收益；摘要报告了积极结果，但具体评估协议与收益幅度尚未验证。

  2. OpenReview · Representation learning74

    面向定制任务的条件表征学习

    基于摘要分析。该研究针对通用表征偏向主导语义、难以匹配用户定制任务的问题，提出 Conditional Representation Learning（CRL），利用用户指定的语义准则构造条件特征空间，并将图像表示投影到该空间，为定制分类与检索任务提供表征。 核心机制：作者提出，特征空间的语义由其基决定，因此可用一组描述性词语近似定制空间的基。CRL 先通过大语言模型（LLM）生成与用户准则相关的描述文本，再借助视觉语言模型（VLM）将图像表示投影到相应条件空间。摘要以动物栖息地分析为例，说明任务需要场景特征，而通用嵌入可能更强调类别语义。其方法侧重按准则调整表示空间，而非直接依赖监督微调；是否完全免训练、如何构造和规范化语义基、具体投影公式及计算成本尚未验证。 作者报告，分类与检索实验支持 CRL 的优越性和通用性，但摘要未提供数据集、划分、对照方法或具体指标，暂不能判断收益幅度及适用边界。实验协议、消融及统计信息尚未验证。摘要提供了代码仓库地址，但实现细节、模型依赖和复现条件尚未核查，亦不能由仓库名称推断论文接收状态。 平台推测（待验证）：该机制可能为 EEG 中“通用表征未保留目标任务信息”的问题提供思路，但原方法依赖图像与文本之间的语义对齐，不能直接视为 EEG 方法。假设已有 EEG 编码器可与任务描述建立可靠对齐，可复用文本准则生成与条件投影思路，需改造信号编码和跨模态对齐模块。低信噪比、跨被试或通道差异，以及小数据条件下的对齐不稳定，可能使文本基无法对应可解码的神经特征。一个可检验的小实验是在固定的跨被试划分下，对同一冻结 EEG 表征比较原始表示、真实任务文本条件投影与打乱文本条件投影，检查增益是否确由任务语义带来。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对 CRL 如何用文本构造条件语义基并投影图像表示，以缓解通用表征与定制任务的语义错配；其对 EEG/BCI 的适用性尚未验证。

4月1日周二
  1. OpenReview · Representation learning69

    知识图谱与预训练语言模型增强的对话推荐系统表示学习

    基于摘要分析。本文研究对话推荐系统（CRSs）中对话上下文和背景知识有限、现有知识图谱方法未充分利用实体内在信息的问题，提出知识增强实体表示学习框架 KERL。其核心贡献是结合预训练语言模型（PLM）编码的实体文本描述与知识图谱（KG）关系信息，为推荐和回复生成提供增强的实体表示。 机制上，PLM 负责提取实体描述的语义，KG 用于强化实体表示；位置编码用于捕捉实体在对话中的时序信息。推荐组件融合实体表示与上下文表示， dialog 组件则利用增强表示在回复中生成与实体相关的信息。摘要未说明具体融合算子、图编码结构、损失函数，以及 PLM 是否参与微调，相关实现尚未验证。 作者构建了实体描述对齐的 Wiki Movie Knowledge Graph（WikiMKG），并将其描述为高质量知识图谱。作者报告 KERL 在推荐与回复生成任务上取得 state-of-the-art 结果，但摘要未提供评估数据集、划分、对照基线、指标或具体数值，因而尚不能判断提升幅度及适用范围；实验协议、消融及统计信息尚未验证。摘要提供了公开代码入口，复现仍需核对 WikiMKG 的获取条件、实体描述对齐流程、模型配置与训练设置。 本文的主要研究对象是对话推荐，而非 EEG 解码或 BCI。其机制依赖可对齐的实体描述、知识图谱及对话实体序列；所给材料未提供这些结构与神经信号任务之间的具体对应关系，因此不据此推导 EEG/BCI 效果或提出迁移复现实验。相关 EEG 工作尚未检索确认。

1月1日周三
  1. OpenReview · Representation learning72

    ConcVAE：概念表征学习

    基于摘要分析。本文针对视觉数据中的无监督解耦表征学习：潜变量相互独立，并不意味着其含义符合人类直觉。作者提出概念表征学习及基于 VAE 的生成模型 Conceptual VAE（ConcVAE），通过可训练概念生成数据的语义表征，使潜空间轴具有可言说的意义。 核心机制是由反义词对构成概念，并以此确定潜空间中具有语义意义的轴。作者以自然语言中词语与所指概念之间的任意性为出发点，借助预训练视觉语言知识，为无监督学习引入符合人类理解的概念归纳偏置。其研究重点不只是潜变量独立性，而是解耦后的表征能否被人理解。摘要未说明概念对的选择与训练方式、具体视觉语言模型、损失函数及概念与潜变量的映射细节；“无监督”与预训练阶段知识来源之间的关系也需结合全文核对。 作者报告，视觉数据上的定性和定量评估显示，这种概念归纳偏置能够在无监督条件下得到兼具解耦性和可理解性的潜表征。摘要未给出数据集、划分、对照基线或具体指标，不能据此判断提升幅度或适用范围；实验协议、消融及统计信息尚未验证。作者提供了代码地址，但代码内容与复现条件尚未核验。 平台推测（待验证）：若 EEG 数据具有可由稳定语言概念描述的变化因素，概念轴约束可能用于研究潜表征的可解释性；这并非本文已验证的 EEG 或 BCI 效果。该假设依赖有效的 EEG—概念对应关系，不能直接沿用视觉语言预训练模型。可考察复用 VAE 与可训练概念轴机制，但需改造信号编码和语义对齐模块。低信噪比、被试差异、通道变化及小数据条件可能使概念轴对应伪迹或个体特征，而非目标因素。一个可证伪的小实验是在固定跨被试划分与相同编码器条件下，对比普通 VAE、具有明确对应关系的概念轴及打乱对应关系的概念轴，分别检查重建与概念轴一致性，而非仅看分类 Accuracy。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其以反义词概念对约束 VAE 潜空间语义轴的机制，重点核对预训练视觉语言知识如何参与无监督学习，以及可解释性与解耦性的评估是否分别成立。

  2. OpenReview · EEG72

    EEGDM：基于生成式扩散模型的 EEG 表征学习

    基于摘要分析。该研究针对 EEG 标注有限、信号变异性高导致的表征学习困难，提出生成式扩散表征学习框架 EEGDM，并将预训练得到的潜在 EEG 表征用于下游分类，探索区别于现有 EEG 基础模型的技术路径。 核心机制是用于扩散预训练的结构化状态空间模型 SSMDP：作者以其捕获 EEG 的时间动态，并在 Denoising Diffusion Probabilistic Model（DDPM）框架下训练。随后，作者提出 latent fusion transformer（LFT），利用所得潜在表征完成分类。摘要未说明扩散噪声设定、具体训练目标、潜在表征提取位置及 LFT 的融合方式，这些实现细节尚未验证。 评估采用涉及发作间期癫痫样放电的 TUEV 与涉及癫痫发作检测的 CHB-MIT，并与现有方法及 EEG 基础模型比较。作者报告 EEGDM 优于所比较的方法，但摘要未提供具体指标、数值、基线名单及被试内或跨被试等划分信息，因而尚不能判断优势幅度、统计可靠性或跨协议泛化能力。这些任务属于 EEG 临床事件识别，不能直接视为已验证的 BCI 控制效果。 作者将大型 EEG 基础模型的训练与推理成本、模型增大时收益有限作为研究动机，但摘要并未给出 EEGDM 的参数量、训练开销或推理效率，不能据此确认其计算成本优势。复现时需核对数据预处理、预训练与下游数据的划分关系、分类协议、基线配置以及 SSMDP 和 LFT 的独立贡献；实验协议、消融及统计信息尚未验证。摘要提供了源码与 checkpoint 链接，但其内容、可运行性和复现实验条件尚未核验。

    阅读价值：值得核对其以结构化状态空间模型进行扩散预训练、再融合潜在 EEG 表征的机制，以及相对 EEG 基础模型的分类收益与计算成本；摘要中的性能优势尚需结合完整实验协议验证。

9月26日周四
  1. OpenReview · Representation learning76

    用于增强强化学习泛化能力的 State Chrono Representation

    基于摘要分析。该研究关注图像输入强化学习中的状态表征泛化问题，提出 State Chrono Representation（SCR），通过在 bisimulation metric 学习的更新步骤中引入更长期的时间信息，增强表征对未来行为的刻画。 核心机制：现有深度 bisimulation metric 方法利用任务相关特征定义状态距离，并从像素观测学习结构化低维表征。作者认为，这类方法在高难度泛化任务和奖励信息不足的场景中，可能因长期信息刻画不足而受限。SCR 在时间框架下联合考虑未来动态，以及当前和长期未来状态的累积奖励，以扩展状态距离学习。作者称，该策略无需为动态建模引入大量额外参数；具体距离定义、损失形式、时间跨度与训练流程尚未验证。 结果与复现：作者报告，在 DeepMind Control 和 Meta-World 环境中的高难度泛化任务上，SCR 优于其他近期基于度量的方法。摘要未提供具体任务划分、基线名称、指标数值或参数开销，因此无法量化收益或比较不同协议。摘要提供了 SCR 代码仓库，但代码内容、运行条件、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：迁移假设是，长期时间结构可能帮助 EEG 表征区分短时观测相似、后续演化不同的状态。原方法依赖带有状态转移及奖励信息的强化学习轨迹，而常见 EEG 任务未必具有对应奖励监督；可考虑复用时间化状态距离的思路，但需改造奖励定义、时间窗口与任务相关监督。低信噪比、跨被试差异、通道变化和小数据可能使距离学习捕获伪相关，长期信息也未必与目标任务有关。一个可证伪的小实验是在固定 EEG 任务与相同被试划分下，对比短时度量表征和加入长期时间信息的表征，保持编码器与训练预算一致，检查跨被试收益是否稳定。该实验仅为迁移建议；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对 SCR 如何将长期动态与累积奖励纳入 bisimulation metric 更新，以及其泛化收益是否依赖奖励信息和轨迹结构；向 EEG 表征学习迁移的价值尚未验证。

1月1日周一
  1. OpenReview · Representation learning74

    面向推荐的 Matryoshka 表示学习

    基于摘要分析。本文研究推荐系统如何在用户与物品向量中表达层级化的偏好和特征，提出 Matryoshka Representation Learning for Recommendation（MRL4Rec）。其核心贡献是将表示组织为维度逐级增加、空间相互重叠的 matryoshka 表示，并通过层级专属训练三元组学习不同层次的信息。 机制方面，作者认为，统一处理偏好与特征或将其划分为离散簇，难以充分表达真实世界的层级结构。MRL4Rec 重构用户与物品向量，使不同层级对应不同维度的重叠表示空间。作者称其理论分析表明，为各层级构造专属训练三元组是准确学习此类表示的关键，进而提出 matryoshka negative sampling 机制。摘要未提供层级的具体定义、三元组构造规则、负样本分布或损失形式，这些细节尚未验证。 作者报告，在多个真实世界推荐数据集上，MRL4Rec 持续且显著优于若干先进对照方法；摘要未列出数据集名称、划分协议、评价指标、数值及统计检验，因此不能量化优势或判断不同协议下的可比性。实验协议、消融及统计信息尚未验证。摘要提供了公开代码地址，但实现与复现条件尚未核验。 平台推测（待验证）：可迁移的机制是多尺度嵌套表示与层级专属采样，而非推荐任务本身。原方法依赖用户—物品关系及可构造训练三元组的数据结构，数据规模要求尚未验证。若用于 EEG，需要先明确可监督的层级关系，并将推荐编码模块替换为 EEG 编码器，重新设计正负样本规则。假设嵌套表示可支持不同维度预算下的 EEG 解码，但低信噪比、跨被试差异、通道变化及小数据可能使层级关系不稳定。一个可证伪的小实验是在固定跨被试划分与相同编码器下，对比普通表示、嵌套表示配统一采样、嵌套表示配层级专属采样，检查不同表示维度下的解码表现；此建议并非已验证结果，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其层级专属训练三元组与 matryoshka negative sampling 如何支撑嵌套表示学习，但摘要中的推荐性能结论及其向 EEG 表征的迁移价值尚需验证。

  2. OpenReview · Representation learning75

    超越模式变异：基于点云序列的无监督三维动作表征学习

    基于摘要分析。本文研究点云序列的无监督三维动作表征学习，而非 EEG 或 BCI；作者提出 feature augmentation adapted contrastive learning（FACL），旨在利用同一动作实例不同增强视图中的互补判别信息，区别于依赖三维骨架信息的无监督方法。 方法以 3-D dynamic voxel（3DV）为基础，将点云序列压缩为包含三维运动信息的紧凑点云，并施加时空增强开展对比学习。作者指出，SimCLR、MoCo v2 等方法处理增强后的 3DV 时仍存在较高的模式变异，各视图保留的互补线索未被充分利用。FACL 采用全局—局部两分支：全局分支联合关注原始与增强样本的判别线索，局部分支增强各增强样本特征的判别能力，最终通过拼接融合两类特征。具体损失形式、增强参数及训练流程尚未验证。 作者报告，在 NTU RGB+D 120 的 cross-setup 与 Cross-subject 测试设置下，相比其所称最先进的骨架方法，分别提升 6.4% 和 3.6%。摘要未明确对应指标及这些数值是相对百分比还是百分点，因此不能直接解释为 Accuracy 的百分点增益；数据划分细节、基线配置、消融及统计信息尚未验证。摘要提供了代码仓库，但代码内容及复现条件尚未核查。 平台推测（待验证）：可迁移的假设是，EEG 增强视图也可能保留不同的任务相关线索，联合建模这些线索或有助于缓解单纯视图一致性带来的信息损失。该机制依赖同一实例的多视图及可靠的任务保持增强；可借鉴全局—局部联合学习，但需替换点云编码器、3DV 与时空增强。低信噪比、被试差异、通道变化和小数据可能使模型融合噪声或身份线索。一个可检验的小实验是在固定 Cross-subject 划分、相同 EEG 编码器及增强策略下，对比常规对比学习与全局—局部融合，并核对融合是否稳定改善同一指标。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其全局—局部特征联合学习能否利用增强视图间的互补判别线索，而非仅追求视图一致性；摘要报告了动作表征收益，但对 EEG 的适用性尚未验证。

  3. OpenReview · Representation learning73

    像素句子表征学习

    基于摘要分析。本文研究句子与文档级文本语义表征，提出视觉句子表征学习框架，尝试绕开传统语言模型中离散子词单元对语义保持扰动的限制；主要研究对象是文本语义，而非 EEG 或 BCI。 核心思路是把句子语义学习视为视觉表征学习过程，使用拼写错误、词序打乱等视觉关联的文本扰动，使输入变化能够被作为连续变化处理。框架进一步结合大规模无监督主题对齐训练与 natural language inference（自然语言推理）监督。因而，摘要虽将视觉表征框架描述为无监督方法，完整训练路径仍包含明确的监督信号，不能将全部训练概括为纯无监督。文本的具体视觉编码方式、正样本对构造约束、损失函数及各训练阶段的衔接尚未验证。 在 semantic textual similarity（STS，语义文本相似度）评估中，作者报告该方法取得与现有最先进 NLP 方法相当的表现，并报告零样本跨语言迁移能力及迭代训练中跨语言表现的“跃迁式”模式。摘要未给出数据集、语言范围、评价指标、数值或对照基线，不能据此量化优势或判断不同语言间的稳定性。作者还声称这是首个不依赖传统语言模型、用于理解句子与文档语义的表征学习方法，该优先性主张尚未独立核验。 摘要提供了代码链接，但实现完整性、训练数据规模与复现成本尚未核对；实验协议、消融及统计信息尚未验证。现有材料没有建立文本视觉扰动与 EEG 信号增强之间的具体对应关系，因此不将其表述为已验证的 BCI 方法，也不据此提出 EEG 复现实验；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读的具体原因是其将句子语义学习转化为视觉表征学习，探索绕开离散分词限制的文本扰动路径；其对 EEG/BCI 的适用性尚未验证。

  4. OpenReview · State space models72

    SSAMBA：基于 Mamba 状态空间模型的自监督音频表征学习

    基于摘要分析。本文研究音频表征学习中 Transformer 的计算与显存开销，提出 Self-Supervised Audio Mamba（SSAMBA），以不依赖注意力的状态空间模型进行自监督音频表征学习。其主要研究对象是音频，而非 EEG 或 BCI。 机制上，SSAMBA 使用双向 Mamba 捕获音频模式，并在大规模无标注数据上联合优化判别与生成目标。摘要未给出输入表征、目标的具体形式、训练规模及双向信息融合方式，这些实现细节尚未验证。作者将其称为首个自监督、无注意力且基于 SSM 的音频表征模型，该优先性声明尚未独立核实。 作者报告，在音频分类、keyword spotting、speaker identification 和 emotion recognition 等任务中，SSAMBA 在多数任务上优于 Self-Supervised Audio Spectrogram Transformer（SSAST），但摘要未提供各任务数据集、划分及具体指标。效率方面，作者报告在 tiny 模型规模、输入 token 数为 22k 的批量推理条件下，相比 SSAST，推理速度约快 92.7%，显存效率提高 95.4%；计量定义、硬件、批大小及两者配置尚未验证，不能将这些比例直接解释为延迟或显存占用的同幅度下降。材料提供了代码地址，但代码内容、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：其机制可作为长序列 EEG 自监督表征学习的候选方案，假设双向状态空间建模能缓解长输入的资源开销，联合目标能利用无标注信号。可复用部分是序列建模与联合预训练思路；需改造音频输入编码、EEG 通道组织和预训练目标。音频预训练所依赖的数据结构与规模未必适合 EEG，低信噪比、跨被试差异、通道不一致和小数据可能使收益消失；双向处理也需与在线因果推理要求区分。可在固定 EEG 数据划分、输入长度和训练预算下，对照 Mamba 与 Transformer 编码器，比较跨被试任务表现、推理耗时及峰值显存，以检验效率收益是否伴随性能损失。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对双向 Mamba 与判别、生成联合自监督目标的实现，以及长输入下相对 SSAST 的效率对照；其对 EEG 表征学习的价值尚未验证。

  5. OpenReview · Representation learning70

    GRLC：带约束的图表示学习

    基于摘要分析。GRLC 针对对比表示学习设计中较少考虑下游任务损失、可能限制表示泛化能力的问题，提出基于对比学习的无监督图表示学习（UGRL）框架，将语义与结构信息的关联以及面向下游任务的约束纳入表示学习。 核心机制包括最大化数据语义信息与结构信息之间的互信息，并设计三个约束，同时考虑下游任务与表示学习，以获得稳健的低维表示。此处互信息不是运动想象任务中的 MI。摘要未说明语义与结构信息的具体定义、互信息估计方式、三个约束的数学形式，以及下游任务信息如何在无监督训练中参与优化，这些均需核对全文。 作者报告，在 11 个公开数据集、不同下游任务的实验中，GRLC 优于近期先进方法；摘要没有给出数据集名称、划分协议、具体任务、指标、数值或对照配置，因此不能据此判断提升幅度或跨任务泛化范围。实验协议、消融及统计信息尚未验证。材料提供了代码仓库，但实现内容、运行依赖及结果可复现性尚未核验。 平台推测（待验证）：若 EEG 被表示为通道或脑区节点及其连接构成的图，语义—结构互信息目标和任务相关约束可能对应“图结构与解码目标不一致”的瓶颈。可尝试复用图表示学习目标，但需重新定义 EEG 节点特征、连接结构及约束的监督来源；具体实现仍依赖全文。低信噪比、跨被试连接差异、通道配置变化和小样本可能使结构估计不稳定或约束过拟合。一个可检验的小实验是在固定 EEG 图构建方式和跨被试划分下，对比基础图对比学习与逐项加入 GRLC 约束的版本，并核对测试被试标签是否参与训练。原领域结果不等于 BCI 有效性，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对 GRLC 如何在无监督图表示学习中通过约束关联下游任务目标，以及这些约束在不同任务上的收益；其 EEG/BCI 适用性尚未验证。

10月28日周六
  1. OpenReview · Representation learning76

    利用多晶型晶体结构的化学计量表征学习

    基于摘要分析。该研究针对材料性质预测对晶体结构描述的依赖，以及同一化学计量组成可对应多种晶体结构所带来的表征不确定性，提出 PolySRL：利用已有结构信息学习化学计量组成的概率表征，以其不确定性反映多晶型结构。 化学计量描述仅表达化合物中元素的比例，不包含原子排列信息，因此可作为结构描述计算成本高或难以获得时的替代输入。但多晶型意味着相同组成并不唯一决定结构，确定性表征可能难以表达这种一对多关系。PolySRL 的核心思路是借助可用结构信息学习概率表征，而非仅将组成映射为单一表示。摘要未说明概率分布形式、结构信息的注入方式、损失函数，以及训练和推理阶段分别需要哪些输入，这些细节尚未验证。 作者报告，在十六个数据集上的实验显示 PolySRL 优于对照方法，并通过不确定性分析讨论其在实际材料发现中的适用性。摘要未提供数据集名称、预测任务、划分协议、基线、指标或提升幅度，不能据此判断优势的具体范围，也不能将表征不确定性直接等同于经过校准的预测置信度。实验协议、消融及统计信息尚未验证。摘要提供了源代码地址，但代码可运行性与复现条件尚未核对。 平台推测（待验证）：可迁移的假设是，将一个观测描述对应多个潜在状态的歧义显式纳入概率表征，可能有助于研究 EEG 中相似信号对应不同状态的问题；但材料组成与晶体结构的关系并不等同于 EEG 与脑状态的关系。可借鉴概率表征与辅助信息约束的思路，需改造输入编码及辅助监督；摘要尚不足以确认原方法对配对结构数据和数据规模的依赖。EEG 低信噪比、跨被试差异、通道变化及小样本可能使不确定性主要反映噪声而非状态歧义。待机制核实后，可在固定划分与监督条件下比较确定性和概率表征，检验不确定性是否关联预测错误及校准质量。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其利用可用晶体结构学习化学计量概率表征的机制，尤其是表征不确定性与多晶型之间的对应关系；具体性能优势及向 EEG 的迁移价值尚未验证。

1月1日周日
  1. OpenReview · Representation learning76

    面向强化学习的掩码对比表征学习

    基于摘要分析。本文研究像素输入强化学习（RL）中的状态表征学习与样本效率，提出 masked contrastive representation learning for RL（M-CURL）：利用连续视频帧之间的相关性，通过掩码特征重建与对比学习辅助训练状态编码器。 核心机制：系统包含用于编码输入状态的 CNN、用于动作选择的策略网络，以及辅助 Transformer 编码器。训练时随机掩码若干帧的特征，由 CNN 与 Transformer 利用上下文帧重建这些特征；二者通过对比学习联合训练，使重建特征接近对应真实特征、远离其他特征。摘要未说明具体损失公式、负样本构造及掩码比例。策略评估时仅使用 CNN 与策略网络，移除 Transformer，因此辅助时序建模模块不参与评估阶段的动作选择。 结果与证据边界：作者报告，相较 CURL，M-CURL 在 DMControl suite 的 16 个环境中有 14 个环境取得改善，在 Atari 2600 Games 的 26 个环境中有 23 个环境取得改善。这些数字是改善的环境数量，并非性能提升幅度；具体交互预算、评价指标、随机种子、统计不确定性及各环境结果尚未验证。摘要提供了代码仓库，但实现与论文设置的一致性尚未核验，实验协议、消融及统计信息尚未验证。 平台推测（待验证）：迁移假设是，EEG 相邻时间窗的时序关联也可能为掩码特征预测提供监督信号，但视频 RL 中有效不等于 EEG/BCI 中有效。可复用的是辅助上下文编码器、特征级掩码与对比目标；需将图像 CNN 改造为适配 EEG 时间与通道结构的编码器，并重新设计窗口、正负样本及掩码策略。低信噪比、跨被试差异、通道变化和小数据可能使模型学习伪迹或局部冗余，而非任务相关表征。一个可检验的小实验是在固定数据划分和标注预算下，对比相同 EEG 编码器的普通对比预训练与加入掩码上下文重建的预训练，分别评估被试内与跨被试表现，并确保相邻窗口不跨越训练与测试边界。已有 EEG 相关工作尚未检索确认。

    阅读价值：值得阅读其利用相邻帧上下文进行掩码特征重建、并在策略评估时移除辅助 Transformer 的设计，但作者报告的 RL 改善尚不能证明其对 EEG 表征学习有效。

  2. OpenReview · Representation learning75

    HomE：单应变换等变的视频表征学习

    基于摘要分析。本文研究多视角视频的自监督表征学习，提出 Homography Equivariance（HomE），通过显式约束表征空间保留邻近视角间的单应关系，利用多视角几何先验学习表征，并以动作识别和行人意图预测评估其下游效果。 核心机制是学习不同视角之间的隐式映射，使表征随视角变换保持相应的几何关系，而非仅追求视角不变性。该方法依赖多视角视频及邻近视角间可建模的单应关系；具体视角配对方式、单应变换的获取或估计方式、损失形式、模型结构和训练流程尚未验证。 作者报告，在 UCF101 动作分类任务上取得 96.4% 的 3-fold Accuracy，并称优于多数先进自监督学习方法。在 STIP 数据集上，作者报告对未来一秒的行人意图预测较其所比较的最先进方法提升 6%，但摘要未明确该提升对应的指标及其为相对百分比还是百分点；行人动作 crossing vs. not-crossing 分类的 Accuracy 为 91.2%。上述任务不能直接横向比较，具体数据划分、监督使用、基线设置、消融及统计信息尚未验证。摘要提供了代码地址，但实现完整性与复现条件尚未核验。 平台推测（待验证）：其可供 EEG 研究参考的是“保留已知变换关系”的自监督思想，而不是直接采用图像单应变换。若能定义具有生理或采集依据的通道空间变换，可尝试复用等变表征约束，并改造视角映射与输入编码模块，以评估其对通道布局变化的鲁棒性。假设 EEG 通道变换存在稳定、可学习的对应关系；低信噪比、跨被试解剖差异、通道缺失及小数据可能使该假设失效。一个可检验的小实验是在固定被试划分下，对同一 EEG 数据施加已知通道空间扰动，比较等变约束与不变性约束在原布局和扰动布局上的任务表现。此实验仅检验通道变换假设，不代表已证实跨被试有效；已有相关 EEG 工作尚未检索确认。

    阅读价值：值得阅读其将邻近视角的单应关系作为多视角视频自监督约束的机制，但该几何先验能否适用于 EEG 通道或被试差异尚未验证。

  3. OpenReview · Representation learning74

    CoBERT：通过代码表征学习进行自监督语音表征学习

    基于摘要分析。该研究面向语音表征学习，提出 Code BERT（CoBERT）：将语音转为离散代码序列，再从原始语音的掩码视图预测代码表征，以构建自监督学习目标。其主要研究对象是语音，而非 EEG 或 BCI。 核心机制建立在语音可由有限语音单位及其离散代码表示的假设上。与教师和学生使用同一模态的既有自蒸馏方法不同，CoBERT 的预测目标来自另一种表征模态，即离散代码的表征，而输入仍是经过掩码处理的语音。摘要未明确代码生成方法、代码表征模型的训练方式、损失函数或掩码策略，这些技术细节尚未验证。 作者报告，CoBERT 在自动语音识别（ASR）任务上超过其所比较的近期最佳性能，并在 SUPERB speech translation（ST）任务上获得显著改善。摘要未提供 ASR 数据集、数据划分、对照模型、具体指标或数值，无法据此量化增益或判断不同协议下的可比性。作者声明已发布代码和模型；实现完整性、训练资源需求、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：可迁移的假设是，以离散潜在代码表征代替原始波形重建目标，可能帮助 EEG 自监督学习减少对局部噪声的拟合。可复用的是“掩码连续信号输入—预测离散代码表征”的训练框架；需改造的是 EEG 分段、通道组织、代码生成及代码表征学习模块。关键风险在于 EEG 未必具有与语音单位对应的稳定有限代码结构，低信噪比、跨被试差异、通道变化和小数据规模可能使代码主要编码噪声或被试身份。 可检验的小实验是：在固定 EEG 数据划分、编码器和训练预算下，对比离散代码表征预测与连续信号重建的自监督目标，再用相同标注量进行 Cross-subject 运动想象分类评估，检验该目标是否改善跨被试表征。此建议不代表已验证的 BCI 效果，已有 EEG 相关工作尚未检索确认。

    阅读价值：值得关注其以离散代码表征作为语音掩码建模预测目标的跨模态自监督机制，但性能优势及向 EEG 表征学习迁移的可行性仍需核对全文与实验。

1月1日周六
  1. OpenReview · Representation learning75

    使用扩散模型进行表征学习

    基于摘要分析。本文研究图像扩散模型的语义表征学习：针对 DMs 及潜空间扩散模型 LDMs 的扩散过程逐步破坏潜变量信息、缺乏语义明确表征空间的问题，提出 LRDM 框架，将独立编码器从干净图像提取的表征作为 LDM 的条件，并联合训练扩散模型与表征编码器。 核心机制是让表征学习直接服务于生成去噪过程，而非仅使用预训练自编码器的潜空间。作者还引入可处理的表征先验，以便从表征分布高效采样，在不训练额外模型的情况下实现无条件图像生成。摘要未给出先验形式、损失函数、条件注入方式及训练细节，这些内容尚未验证。 作者报告，在摘要所述图像生成评估中，采用 image-parameterized LDMs 可获得有竞争力的生成结果；LRDMs 能学习具有语义意义的表征，并支持忠实的图像重建与语义插值。摘要未提供数据集、划分、对照基线、指标或数值，不能据此量化优势；实验协议、消融及统计信息尚未验证。摘要提供了实现仓库，但代码完整性与复现条件尚未核对。 平台推测（待验证）：该机制提供的迁移假设是，生成去噪与条件表征的联合学习可能帮助 EEG 提取可重建的信号结构，但图像语义并不等于 EEG 的任务相关信息。原方法依赖预训练自编码器、干净输入及表征先验；是否需要任务标签、训练规模如何，摘要未说明。可尝试复用联合训练与表征先验的思路，但需改造时序编码器、潜空间自编码器和条件注入模块。低信噪比、跨被试差异、通道配置变化及小数据可能使表征偏向伪迹或被试身份，而非任务信息。 一个可检验的小实验是假设检验：在固定 EEG 数据划分、相同编码器与训练预算下，对比联合条件去噪表征和仅自编码器表征，以冻结表征的线性分类及重建质量分别评估任务信息与重建能力，并独立报告被试内和跨被试结果。此建议不是已验证的 BCI 效果；已有 EEG 相关工作尚未检索确认。

    阅读价值：值得核对其联合学习表征与生成去噪的机制，以及表征先验如何支持无需额外模型的无条件采样，但摘要尚不足以判断表征质量及向 EEG 迁移的有效性。