这是谁的大脑？读者身份解释了几乎全部 EEG-to-text 检索表现，而逐读者适配器可恢复该表现

基于摘要分析。本文研究 EEG-to-text 检索能否泛化到训练中未出现的读者，并提出逐读者适配器进行有监督校准。作者报告，保留全部读者、仅留出句子的评估主要反映已知读者读取新句子的表现；改为跨被试评估后，超出机会水平的检索优势大幅下降。 评估将 ZuCo 的全部 30 名读者划入五个互不重叠的折，并使用时长匹配的候选池。作者报告，在相同候选池下，未见读者的检索指标为 0.0458、机会水平的 1.10 倍，与机会水平无可区分；训练中已见读者为 0.1090、机会水平的 2.62 倍。摘要未注明该检索指标的具体名称。作者据此将超出机会水平优势的 94% 归因于读者身份而非语言。相同协议在语言、范式及实验室不同的 ChineseEEG 上损失了 96% 的超机会水平优势，所测试的无标签归一化未改善结果；这不等于 EEG 完全不含语言信息。 适配方法冻结不依赖特定读者的编码器，为每位新读者加入沿通道轴作用的残差线性重映射，参数最多 16,384 个，初始化严格为恒等映射。作者报告，使用 400 个带标签句子校准后，ZuCo 上可达到已见读者的性能上限；在标签数量匹配条件下，该方法在 ZuCo 和分句级 ChineseEEG 上均优于全量微调。它需要新读者的标注数据，不属于零样本跨被试泛化。 作者报告的机制对照包括：匹配学习率不能复现增益；无逐读者参数的共享读出表现最差；随机冻结编码器上的适配器仍处于机会水平；移植适配器后增益全部消失。预训练与校准单独作用很弱，联合则呈超加性效果。作者还报告，两部分主要结果在 4 Hz 高通后仍成立，但 ZuCo 最佳电极子集完全位于额部，其优势在高通后消失，提示电极选择建议存在需核对的混杂因素。 复现需核对候选池构造、检索指标与机会水平定义、读者及句子划分、校准标签使用范围、归一化方案和统计检验。全文未取得，实验协议细节、消融及统计信息尚未验证。