WHY IT MATTERS
为什么它决定 BCI 能否通用
EEG 基础模型往往与任务模型使用不同频带、预处理、优化和选择预算。即使预训练模型得分更高，也无法判断收益来自预训练还是输入管线；而同一输入变化对不同架构甚至可能产生相反方向的影响。
CORE INNOVATION · 06
从基础模型榜单到匹配输入审计
预训练模型更强，还是它只是吃到了不同的输入与调参预算？
必须锁定验证流程，让基础模型与多个监督架构使用相同输入、预处理和选择预算；输入频带对不同架构可能产生相反影响，单一基线不能稳定归因预训练收益。
TECHNICAL PATHS
可行的技术路线
- 在训练会话内锁定预处理、检查点、冻结深度和温度
- 让预训练与监督模型使用相同的宽带或窄带输入
- 使用多个任务架构而非单一比较器分解输入效应
- 在跨数据集、跨被试任务中同时报告准确率与校准
THOUGHT EXPERIMENT
用一个问题检验它
如果换成基础模型使用的宽带输入后，一个监督模型提高 8 个百分点，另一个却下降近 9 个百分点，你还能用其中任意一个模型代表‘输入管线本身的贡献’吗？
READING CHECKLIST
读论文或产品材料时，逐项检查
证据检查进度0 / 4
OBSERVATION METRICS
matched input / locked validation / multi-architecture
不要只寻找一个更高的单项数字；要看这些指标是否在同一受试者、同一任务和同一时间尺度上共同成立。