[CL]《Accurate Decoding of Natural Sentences from Non-Invasive Brain Recordings》M Zhang, J Lévy, C Rommel, J Rapin, C Bel… [Meta AI & Université PSI] (2026)

在无创脑机接口领域，解码自然语句是悬置难题。过去方法受困于信号噪音与按键时序依赖，本质原因是连续神经信号与离散语义之间存在鸿沟。

本文核心洞见是：将解码重塑为“神经-词汇对齐”任务。由此，利用CTC预测的空格切分连续脑信号，形成“神经词块”喂给大型语言模型，这一关键操作使问题解开。

此工作留下的遗产是多层级解码框架，证明无创BCI有望匹敌植入式设备的语义精度。它打开的新门是用数据规模和LLM弥合差距，但个体差异和实时解码仍是门槛。

arxiv.org/abs/2608.18114 #机器学习# #人工智能# #论文# #AI创造营#