LibriBrain100: One Hundred Hours of Broad and Deep MEG Data for Neural Speech Decoding at Scale

• 类型：arxiv
• 标识：2608.25204
• 链接：https://arxiv.org/abs/2608.25204
• 主分类：multimodal
• 形态：method
• 被引：4
• 被引来源：Semantic Scholar
• S2被引：4
• OpenAlex被引：0
• 影响力被引：0
• TLDR：LibriBrain100 is introduced, a large-scale MEG dataset for speech decoding designed from the ground up for reproducible, standardised evaluation and the value of broad multi-subject data is demonstrated: supervised finetuning of a pre-trained model can substantially compensate for limited per-subject data.
• OpenAlex ID：W7204454669
• OpenAlex DOI：10.48550/arxiv.2608.25204
• DOI：10.48550/arxiv.2608.25204
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.25204
• OpenAlex更新：2026-09-01
• 待LLM分类：否
• 标题中文：LibriBrain100：面向大规模神经语音解码的百小时广深 MEG 数据集
• TLDR中文：本文发布 LibriBrain100，一个面向语音解码的大规模 MEG 数据集，从设计上保证可复现、标准化评估，并展示了广泛多被试数据的价值：对预训练模型进行有监督微调可大幅弥补单被试数据不足。
• 来源文件：
• /inbox/tom/_candidates/2026-08-27-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-08-28-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]