WHY IT MATTERS
为什么它决定 BCI 能否通用
BCI 数据小、个体差异大，很容易通过数据划分、预处理和调参偶然得到提升。可复现证据让失败经验和真实增益能够累积，是从排行榜竞赛走向可靠工程的前提。
CORE INNOVATION · 17
从排行榜到可复现证据
精度提升能否跨数据集重现？
公开数据、统一基准、严格消融和模型审计，是把 BCI 研究从增量指标推向可积累知识的基础。
TECHNICAL PATHS
可行的技术路线
- 公开原始或可复用数据及完整预处理流程
- 采用跨被试、跨会话的统一基准
- 报告消融、随机种子、置信区间和计算成本
- 对泄漏、伪迹和标签捷径进行专门审计
THOUGHT EXPERIMENT
用一个问题检验它
如果另一所实验室只拿到论文、代码和公开数据，能否在合理时间内得到同方向、同量级的结果？
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
open data / benchmark / audit
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。