待验证50% 置信事实精确时间

目前主流的EEG基础模型大多依赖基于重建的预训练目标，让模型学习还原观测到的原始信号

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

SPERA：引入球面先验的EEG基础模型，重塑脑电表征学习

涉及实体

相关事实

待验证在强化学习流程中，模型需要不断生成候选输出（rollout），这些输出被评估打分后反馈回训练过程以更新策略68% 相似待验证Scheduled Sampling是缓解曝光偏差的折中方案，在训练后期逐渐引入模型自身预测作为输入67% 相似待验证SPERA的全称为Spherical Prior EEG Representation Architecture67% 相似已验证扩散模型通过学习从噪声中逐步还原图像的反向过程，在细节保真度上超过此前主流的GAN架构66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990520

API

curl https://kongchang.com/api/v1/knowledge/claims/990520

MCP

get_claim(id=990520)