这篇做了什么
在 235 名留出受试者和三个数据集上，以冻结基础模型比较个人适配器、群体适配器和交换给其他用户的适配器。
EEG 基础模型个性化的个人—群体基线审计
Personal vs. Population Gains in EEG Foundation Model Adaptation
核心创新
用三类基线分离身份特异信息、群体数据规模与适配器容量，避免把小样本过拟合当成个性化收益。
证据边界
未经同行评审；少标签收益并非所有数据集都非负，无标签个人上下文和元初始化也未稳定优于控制。
READ FIRST
建议先读：摘要 → 方法总图 → 主结果 → 局限讨论
先确认研究对象、信号来源和评价设置，再看模型指标；不要把单被试或离线结果直接外推为可用系统。