MultiFlow生成式fMRI编码模型论文发布
热点事件持续更新
MultiFlow生成式fMRI编码模型论文发布
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Bui Van Hung 等在 arXiv 发布 MultiFlow 论文（基于摘要），提出一种基于条件流匹配（CFM）和刺激信息源流匹配（SISFM）的生成式 fMRI 编码框架，用可学习时间卷积、扩散 Transformer 及十种视觉、音频、语言和音视频骨干网络建模刺激条件下的神经响应分布。 在 Algonauts 2025 数据集上，单个 MultiFlow 检查点即可恢复大部分大型确定性集成带来的收益：分布内比 1000 模型的 TRIBE 集成低 0.003 PCC（0.3163 vs 0.3195）。同一检查点还提供刺激条件下的不确定性估计和基于样本的多样性。
AI 根据报道生成 · 4 小时前更新
最新进展10月14日 12:00
MultiFlow：基于刺激信息源流匹配的视觉驱动多模态fMRI编码报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AIMultiFlow：基于刺激信息源流匹配的视觉驱动多模态fMRI编码
研究团队提出MultiFlow生成式fMRI编码框架，通过条件流匹配和刺激信息源流匹配，利用可学习时间卷积、扩散Transformer及十种视觉、音频、语言和音视频骨干网络建模刺激条件下的神经响应分布。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 810月14日 18:00
- 近 24 小时变化
- –
02.557.510
18:0019:0020:0021:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。