IMU-Bench：腕部表征与跨任务迁移

基于摘要分析。该研究以腕部惯性测量单元（IMU）信号为对象，考察不同下游任务能否共享表征，以及一种任务的监督是否有助于其他任务。作者提出 IMU-Bench，汇集八个数据集中的十项任务，用于评估多任务性能与跨任务迁移；这不是 EEG 或 BCI 基准。 方法上，研究比较六种自监督方法，预训练数据包括无标签的实测与模拟腕部运动。评估覆盖分类、姿态估计、速度估计及 IMU-language retrieval，并结合冻结编码器探测、微调、跨任务迁移和联合训练。摘要将 InrtlWrist 描述为掩码自编码器，但其掩码策略、重建目标、模型规模与训练配置尚未验证。 作者报告，在冻结编码器探测协议下，InrtlWrist 在十项任务中的九项取得最佳或并列最佳表现；在微调协议下，预训练后微调在十项任务中的九项优于从头训练，涉及全身姿态、里程计与检索任务。摘要未提供具体指标、分数及数据划分，因此不能据此判断提升幅度或跨被试、跨数据集泛化能力。 跨任务结果是本文的重要分析对象。作者报告，有利于某一目标任务的监督可能损害其他任务；有监督源任务在运动学估计任务间存在迁移收益，但在冻结编码器的语言检索评估中，所考察的有监督迁移来源均未接近预训练编码器。联合训练也出现一个任务获益、配对任务性能受损的情况。这些结果支持区分“表征可服务多类任务”与“任务监督彼此互补”，而非将两者等同。 作者称代码、任务卡和排行榜已公开，具体资源与复现条件尚未核验。数据集构成、临床任务定义、被试与划分、评价指标、消融及统计信息尚未验证；不能将临床任务纳入基准视为临床有效性证据。材料未提供与 EEG 的具体机制对应或迁移结果，已有 EEG 相关工作亦尚未检索确认。