RealMind：利用多模态模型进行基于 EEG 的零样本视觉解码与图像描述生成

基于摘要分析。RealMind 针对 EEG 视觉解码中表征学习不稳定、可解释性不足的问题，结合语义一致性与几何一致性学习，旨在增强特征表征及跨任务对齐，并利用 vision-language model（VLM）将解码扩展到图像描述生成。 机制与贡献：该框架面向多种下游视觉解码任务，核心思路是在语义和几何两个层面约束表征，并引入语言输出。摘要未说明两类一致性的具体定义、损失形式、EEG 编码器结构，以及 EEG 表征与 VLM 的连接和训练方式，这些细节尚未验证。作者将从 EEG 生成视觉描述称为首次尝试；这一优先性主张尚未检索确认。语言输出提供了检查解码语义的途径，但不能仅据此认定模型可解释性已得到验证。 作者报告：在 200 类零样本检索任务中，Top-1 解码 Accuracy 为 27.58%；在 200 类零样本图像描述生成任务中，BLEU-1 为 26.59%。两项指标分别衡量检索正确率与文本匹配表现，不能相互替代。摘要未提供数据集、被试数、被试内或跨被试设置、训练测试划分、零样本类别定义、检索候选集构成及对照基线，因此不能据这些结果推断跨被试泛化或真实场景可用性。 复现时应核对语义与几何一致性各自的贡献、VLM 的训练或冻结方式，以及描述内容与 EEG 证据的对应程度，区分信号解码贡献和语言模型先验的影响。实验协议、消融及统计信息尚未验证；代码、权重和数据可得性也尚未验证。摘要支持其作为多任务 EEG 视觉解码框架的研究方向，但尚不足以确认实际 BCI 应用有效性。