Fine-tuning language encoding models on slow fMRI improves prediction for fast ECoG

En 3 lignesDes chercheurs utilisent l'IRM fonctionnelle (fMRI) pour améliorer les modèles d'encodage entraînés sur l'ECoG (électrocorticographie). En affinant des représentations de langage parlé sur fMRI, ils obtiennent de meilleures prédictions ECoG malgré une résolution temporelle 100× inférieure. Les performances s'améliorent avec plus de données fMRI.

Résumé généré par Claude — vérifié par l'humain