华中科技大学团队发布EEG-FM-Compass：55个脑电基础模型的全面基准评测
华中科技大学伍冬睿教授团队在《国家科学评论》发表EEG-FM-Compass，系统梳理55个脑电基础模型，并在涵盖9类BCI范式的13个数据集上评测12个开源基础模型和8种专家基线。
推荐理由：这是迄今覆盖面最大的脑电基础模型基准评测，读者可以据此校准对预训练模型与轻量专家模型差距的预期。
#方法工具
脑机智能在线 · 公众号精选AI 评分8484
脑机前沿 · 公众号精选AI 评分7878 浙大团队发布BrainBench：用17个数据集检验大模型脑电分析能力
浙江大学脑机智能全国重点实验室团队发布BrainBench基准，用17个数据集、172个任务、4K+真实实例检验大模型能否按自然语言指令完成可验证的EEG分析。评测13个API模型、超10万次执行，头部模型Overall约70+，跨模态生理整合最难；结构化Agent在数值校验和跨实例稳定性上更稳，自由写码（CodeAct）更灵活，Hard任务上分数常掉到三十多。开推理有用但猛堆推理收益有限。
推荐理由：原文介绍了BrainBench基准的构成与五条主要结果，读者可据此了解当前大模型做端到端脑电分析的能力分布与执行范式差异。
脑机前沿 · 公众号精选AI 评分8181 Meta发布Brain2Qwerty v2：非侵入MEG脑到文本解码，最佳受试者WER降至22%
Meta AI联合École Normale Supérieure、BCBL等发布Brain2Qwerty v2，用CTC异步解码加Qwen3-4B LoRA微调从MEG信号解码整句，最佳受试者WER 22%，较v1的52%约提升一倍。
推荐理由：原文梳理了v2相对v1在异步解码、数据规模和LLM接入上的具体改动与结果，读者可以了解非侵入脑到文本的可行路径。
脑机前沿 · 公众号精选AI 评分7878 上海AI Lab等发表论文：审计EEG基础模型到底捕获了什么
上海人工智能实验室联合上海交通大学、同济大学、复旦大学、休斯顿大学发表研究，系统审计EEG基础模型编码和使用哪些经典脑电特征。研究覆盖CSBrain、CBraMod和LaBraM三个模型、5个临床任务、63个手工特征共945个审计单元，89.6%通过编码标准，68.6%为representation-causal，频域特征贡献最强，确认使用的特征平均恢复基础模型相对随机基线优势的79.3%。
推荐理由：原文拆解了学到、用到、可解释三层审计方法，并给出各层占比，读者可以据此理解EEG基础模型可解释性的评估思路。
已经到底了