神經資料的基礎模型與表徵學習

情境內適應

指在推論時不經梯度更新即適應新受試者或新場次,作法是提供該場次的一小段資料作為情境——類比於大型語言模型的情境學習——或僅從一段簡短校準區塊辨識新場次的單元嵌入。目標是以分鐘計的即插即用式納入,而非完整重訓,這正是臨床或消費裝置所需。

這是神經基礎模型中最不成熟的承諾之一。部分尖峰與腦電模型展示了少樣本或提示式適應,而凍結主幹、僅擬合微小的逐場次嵌入,是其務實且可靠的一種形式。真正無梯度的情境內遷移——凍結的模型讀入新受試者的情境、完全不擬合即正確解碼——仍是活躍的研究目標而非已解決的能力,宣稱達成者應明確說明究竟更新了什麼(若有)。

又称
in-context neural learninggradient-free calibrationprompted adaptation