深度分析
NeuralBench‑EEG v1.0：Meta 推出統一 EEG 基準框架，整合 PyTorch‑Lightning 訓練與評估
腦訊號評估長期分散難比對。Meta人工智慧團隊推出NeuralBench v1.0，將36項任務與94個資料集納入統一訓練與評估流程，標準化比較任務專用模型與預訓練基礎模型。結果顯示基礎模型僅小幅領先，多數認知解碼仍具挑戰。並以MIT授權開源，供研究者重現與擴展。
深度分析
腦訊號評估長期分散難比對。Meta人工智慧團隊推出NeuralBench v1.0，將36項任務與94個資料集納入統一訓練與評估流程，標準化比較任務專用模型與預訓練基礎模型。結果顯示基礎模型僅小幅領先，多數認知解碼仍具挑戰。並以MIT授權開源，供研究者重現與擴展。
深度分析
近年 AI 快速發展，但架構單一、與生物智能脫節，造成無法可靠操作實體世界、學習脆弱且耗能高等限制。基於 2025 年 NSF 召集的工作坊，研究提出五大神經科學原則：身體與控制器共設計、透過互動進行預測、多尺度記憶與神經調控、階層分布式架構、以及稀疏事件驅動計算。