重新审视脑到文本解码中的跨被试数据划分

基于摘要分析。该研究针对非侵入式 fMRI 和 EEG 脑到文本解码中的 Cross-subject 数据划分问题，提出旨在避免数据泄漏的划分准则，并据此重新评估部分现有解码模型。核心贡献聚焦评估协议，而非提出新的解码网络。 作者报告，所考察的现有划分方法存在验证集或测试集数据泄漏至训练集的问题，导致模型过拟合及解码性能被高估。摘要将这一判断表述为覆盖“所有现有划分方法”的结论，但未提供方法清单、泄漏路径或证据细节，因此目前不能独立确认其适用范围，也不能据此认定具体既有工作的评估无效。 作者提出适用于 fMRI 和 EEG 信号到文本解码的无泄漏 Cross-subject 划分准则，并报告已用该准则重新评估部分被其称为 SOTA 的模型。摘要未披露具体数据集、被试数量、划分规则、模型名称、指标或重新评估后的数值，尚无法判断性能变化幅度及其来源。 阅读全文时需重点核对：训练、验证与测试集合之间哪些数据单位发生重叠，新的划分准则如何界定独立性，以及新旧协议下的训练条件和模型比较是否可比。实验协议、消融及统计信息尚未验证；当前材料也不足以确认代码与划分文件是否可用。该研究直接涉及 EEG/BCI 评估，但其对现有性能结论的影响仍应以具体协议和重评结果为依据。