eeg-fm-masking：在公开 EEG 数据集上的结果

基础模型

eeg-fm-masking：在公开 EEG 数据集上的结果

eeg-fm-masking 是随一项 EEG 预训练掩码研究发布的一组编码器：同一个小型主干、同一份语料（REVE 预训练语料中开放许可的部分）、同一套训练方案，分别用掩码自编码器（MAE）或联合嵌入预测（JEPA）目标，在不同的掩码几何下预训练。本站把其中 4 个冻结运行：论文推荐的 MAE 检查点（掩码半径 9 cm，L = 2）作为矩阵中的一行，另外 3 个同系列检查点——相同几何的 JEPA，以及只掩一个通道的 MAE 与 JEPA——作为掩码消融。

测量所用数据集：ds003810、EEGMAT、BETA、ds006593、TMNRED / ds005383、EESM19 scalp subset、ds005342 · 协议：运动想象与静息、心算与静息、SSVEP · 8 通道、SSVEP · 4 通道、P300 目标 ERP、语义目标 ERP、睡眠分期、空闲与指令

又称 PierreGtch/eeg-fm-masking_mae_r9cm_L2 · eeg-fm-masking MAE · eeg-fm-masking JEPA

参考文献 eeg-fm-masking, arXiv:2609.33487 ↗

目录状态：已评测（冻结探针，掩码消融） · 简介来源 arxiv.org · huggingface.co

已发布的结果

按数据集分组。只在组内比较：跨组时任务、队列、随机水平与电极布局都会变。

ds003810 · 第九轮基础模型（编码器冻结）· 运动想象与静息

连同协议阅读：核心矩阵协议：运动想象与静息 · 随机水平 50.0% · foundation-models-mi-rest.csv

eeg-fm-masking MAE (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头

68.1% (64.3%–72.3%)

eeg-fm-masking JEPA (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头 · 掩码消融

63.2% (58.2%–67.9%)

eeg-fm-masking MAE (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

64.9% (60.3%–69.4%)

eeg-fm-masking JEPA (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

63.3% (59.0%–67.4%)

平衡准确率，4 个配置。 点为估计值，横线为 95% 区间，虚线为随机水平（发布数据中有记录时）。

方法	条件	指标	数值	被试
eeg-fm-masking MAE (r=9 cm, L=2)	冻结编码器 + 岭回归分类头	平衡准确率	68.1%64.3%–72.3%	10
eeg-fm-masking JEPA (r=9 cm, L=2)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	63.2%58.2%–67.9%	10
eeg-fm-masking MAE (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	64.9%60.3%–69.4%	10
eeg-fm-masking JEPA (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	63.3%59.0%–67.4%	10

权重条款：eeg-fm-masking 采用 CC-BY-4.0。任何模型的作者都没有为这些结果背书。全部权重许可与条款 →

EEGMAT · 第九轮基础模型（编码器冻结）· 心算与静息

连同协议阅读：核心矩阵协议：心算与静息 · 随机水平 50.0% · foundation-models-arithmetic-rest.csv

eeg-fm-masking MAE (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头

63.6% (59.1%–68.1%)

eeg-fm-masking JEPA (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头 · 掩码消融

61.6% (56.4%–66.5%)

eeg-fm-masking MAE (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

64.3% (60.2%–68.2%)

eeg-fm-masking JEPA (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

62.5% (58.5%–66.2%)

平衡准确率，4 个配置。 点为估计值，横线为 95% 区间，虚线为随机水平（发布数据中有记录时）。

方法	条件	指标	数值	被试
eeg-fm-masking MAE (r=9 cm, L=2)	冻结编码器 + 岭回归分类头	平衡准确率	63.6%59.1%–68.1%	36
eeg-fm-masking JEPA (r=9 cm, L=2)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	61.6%56.4%–66.5%	36
eeg-fm-masking MAE (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	64.3%60.2%–68.2%	36
eeg-fm-masking JEPA (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	62.5%58.5%–66.2%	36

权重条款：eeg-fm-masking 采用 CC-BY-4.0。任何模型的作者都没有为这些结果背书。全部权重许可与条款 →

BETA · 第九轮基础模型（编码器冻结）· SSVEP，8 通道

连同协议阅读：核心矩阵协议：SSVEP · 8 通道 · 随机水平 2.5% · foundation-models-beta-8ch.csv

eeg-fm-masking MAE (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头

54.8% (49.4%–60.0%)

eeg-fm-masking JEPA (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头 · 掩码消融

49.6% (44.5%–54.8%)

eeg-fm-masking MAE (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

53.4% (48.1%–58.6%)

eeg-fm-masking JEPA (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

51.0% (45.8%–56.1%)

平衡准确率，4 个配置。 点为估计值，横线为 95% 区间，虚线为随机水平（发布数据中有记录时）。

方法	条件	指标	数值	被试
eeg-fm-masking MAE (r=9 cm, L=2)	冻结编码器 + 岭回归分类头	平衡准确率	54.8%49.4%–60.0%	70
eeg-fm-masking JEPA (r=9 cm, L=2)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	49.6%44.5%–54.8%	70
eeg-fm-masking MAE (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	53.4%48.1%–58.6%	70
eeg-fm-masking JEPA (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	51.0%45.8%–56.1%	70

权重条款：eeg-fm-masking 采用 CC-BY-4.0。任何模型的作者都没有为这些结果背书。全部权重许可与条款 →

BETA · 第九轮基础模型（编码器冻结）· SSVEP，4 通道

连同协议阅读：核心矩阵协议：SSVEP · 4 通道 · 随机水平 2.5% · foundation-models-beta-4ch.csv

eeg-fm-masking MAE (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头

47.1% (42.1%–52.1%)

eeg-fm-masking JEPA (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头 · 掩码消融

43.4% (38.7%–48.3%)

eeg-fm-masking MAE (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

46.7% (41.9%–51.5%)

eeg-fm-masking JEPA (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

45.4% (40.6%–50.2%)

平衡准确率，4 个配置。 点为估计值，横线为 95% 区间，虚线为随机水平（发布数据中有记录时）。

方法	条件	指标	数值	被试
eeg-fm-masking MAE (r=9 cm, L=2)	冻结编码器 + 岭回归分类头	平衡准确率	47.1%42.1%–52.1%	70
eeg-fm-masking JEPA (r=9 cm, L=2)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	43.4%38.7%–48.3%	70
eeg-fm-masking MAE (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	46.7%41.9%–51.5%	70
eeg-fm-masking JEPA (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	45.4%40.6%–50.2%	70

权重条款：eeg-fm-masking 采用 CC-BY-4.0。任何模型的作者都没有为这些结果背书。全部权重许可与条款 →

ds006593 · 第九轮基础模型（编码器冻结）· P300 目标 ERP

连同协议阅读：核心矩阵协议：P300 目标 ERP · 随机水平 50.0% · foundation-models-p300-target.csv

eeg-fm-masking MAE (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头

49.5% (48.1%–51.0%)

eeg-fm-masking JEPA (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头 · 掩码消融

51.6% (50.4%–52.7%)

eeg-fm-masking MAE (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

51.1% (49.2%–53.0%)

eeg-fm-masking JEPA (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

50.0% (48.7%–51.5%)

平衡准确率，4 个配置。 点为估计值，横线为 95% 区间，虚线为随机水平（发布数据中有记录时）。

方法	条件	指标	数值	被试
eeg-fm-masking MAE (r=9 cm, L=2)	冻结编码器 + 岭回归分类头	平衡准确率	49.5%48.1%–51.0%	21
eeg-fm-masking JEPA (r=9 cm, L=2)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	51.6%50.4%–52.7%	21
eeg-fm-masking MAE (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	51.1%49.2%–53.0%	21
eeg-fm-masking JEPA (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	50.0%48.7%–51.5%	21

权重条款：eeg-fm-masking 采用 CC-BY-4.0。任何模型的作者都没有为这些结果背书。全部权重许可与条款 →

TMNRED / ds005383 · 第九轮基础模型（编码器冻结）· 语义目标 ERP

连同协议阅读：核心矩阵协议：语义目标 ERP · 随机水平 50.0% · foundation-models-semantic-target.csv

eeg-fm-masking MAE (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头

54.8% (52.7%–56.9%)

eeg-fm-masking JEPA (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头 · 掩码消融

55.8% (53.9%–57.6%)

eeg-fm-masking MAE (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

54.9% (53.4%–56.4%)

eeg-fm-masking JEPA (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

55.0% (53.4%–56.6%)

平衡准确率，4 个配置。 点为估计值，横线为 95% 区间，虚线为随机水平（发布数据中有记录时）。

方法	条件	指标	数值	被试
eeg-fm-masking MAE (r=9 cm, L=2)	冻结编码器 + 岭回归分类头	平衡准确率	54.8%52.7%–56.9%	30
eeg-fm-masking JEPA (r=9 cm, L=2)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	55.8%53.9%–57.6%	30
eeg-fm-masking MAE (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	54.9%53.4%–56.4%	30
eeg-fm-masking JEPA (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	55.0%53.4%–56.6%	30

权重条款：eeg-fm-masking 采用 CC-BY-4.0。任何模型的作者都没有为这些结果背书。全部权重许可与条款 →

EESM19 scalp subset · 第九轮基础模型（编码器冻结）· 睡眠分期

连同协议阅读：核心矩阵协议：睡眠分期 · 随机水平 20.0% · foundation-models-sleep-scalp.csv

eeg-fm-masking MAE (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头

67.9% (65.4%–70.4%)

eeg-fm-masking JEPA (r=9 cm, L=2) · 冻结编码器 + 岭回归分类头 · 掩码消融

70.3% (68.0%–72.7%)

eeg-fm-masking MAE (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

65.2% (63.0%–67.3%)

eeg-fm-masking JEPA (r=one channel, L=1) · 冻结编码器 + 岭回归分类头 · 掩码消融

68.3% (65.7%–70.8%)

平衡准确率，4 个配置。 点为估计值，横线为 95% 区间，虚线为随机水平（发布数据中有记录时）。

方法	条件	指标	数值	被试
eeg-fm-masking MAE (r=9 cm, L=2)	冻结编码器 + 岭回归分类头	平衡准确率	67.9%65.4%–70.4%	20
eeg-fm-masking JEPA (r=9 cm, L=2)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	70.3%68.0%–72.7%	20
eeg-fm-masking MAE (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	65.2%63.0%–67.3%	20
eeg-fm-masking JEPA (r=one channel, L=1)	冻结编码器 + 岭回归分类头 · 掩码消融	平衡准确率	68.3%65.7%–70.8%	20

权重条款：eeg-fm-masking 采用 CC-BY-4.0。任何模型的作者都没有为这些结果背书。全部权重许可与条款 →

ds005342 · 第九轮基础模型（编码器冻结）· 空闲与指令

连同协议阅读：核心矩阵协议：空闲与指令 · foundation-models-idle.csv

方法	条件	指标	数值	被试
eeg-fm-masking MAE (r=9 cm, L=2)	冻结编码器 + 线性分类头	检出的指令 ≤3 秒	3 / 602 名始终拒识（共 4 名被试）。	4
eeg-fm-masking MAE (r=9 cm, L=2)	冻结编码器 + 线性分类头	空闲误触发	0 / 60	4
eeg-fm-masking JEPA (r=9 cm, L=2)	冻结编码器 + 线性分类头 · 掩码消融	检出的指令 ≤3 秒	12 / 602 名始终拒识（共 4 名被试）。	4
eeg-fm-masking JEPA (r=9 cm, L=2)	冻结编码器 + 线性分类头 · 掩码消融	空闲误触发	0 / 60	4
eeg-fm-masking MAE (r=one channel, L=1)	冻结编码器 + 线性分类头 · 掩码消融	检出的指令 ≤3 秒	5 / 602 名始终拒识（共 4 名被试）。	4
eeg-fm-masking MAE (r=one channel, L=1)	冻结编码器 + 线性分类头 · 掩码消融	空闲误触发	0 / 60	4
eeg-fm-masking JEPA (r=one channel, L=1)	冻结编码器 + 线性分类头 · 掩码消融	检出的指令 ≤3 秒	5 / 602 名始终拒识（共 4 名被试）。	4
eeg-fm-masking JEPA (r=one channel, L=1)	冻结编码器 + 线性分类头 · 掩码消融	空闲误触发	0 / 60	4

权重条款：eeg-fm-masking 采用 CC-BY-4.0。任何模型的作者都没有为这些结果背书。全部权重许可与条款 →

全部方法 → · 全部数据集 →

检查点、输入与条款

按第九轮发布的记录列出运行了什么：每个检查点的版本与 SHA-256、编码器参数量、它的各行附带的脚注，以及权重许可。没有保留或分享任何权重、适配后的权重或 LoRA 增量，也不代表模型作者的认可。

eeg-fm-masking MAE (r=9 cm, L=2)

所在面板: 在每个协议页面上，列在核心矩阵旁边的一行
编码器参数量: 12.69M
版本: PierreGtch/eeg-fm-masking_mae_r9cm_L2 @ c861ade2
检查点 SHA-256: d889abd87a245b92f782246f6fd51b23120208f307bc65b4de587a76ea5ed4f2
论文: 论文 ↗
权重许可: CC-BY-4.0（须引用 arXiv:2609.33487）CC-BY-4.0 (cite arXiv:2609.33487)
许可说明: CC-BY-4.0 权重：须署名（引用 arXiv:2609.33487）。CC-BY-4.0 weights: attribution required (cite arXiv:2609.33487).
权利审查: 署名许可；每一行旁都引用了论文。只发布聚合分数。Attribution licence; the paper is cited beside every row. Aggregate scores only.
各行脚注: 论文推荐的掩码几何；保留通道的池化（C × 512）。另外三个同系列检查点列在掩码消融面板中。Paper-recommended masking geometry; channel-retained pooling (C x 512). Three sibling checkpoints appear in the masking ablation panel.
EEGMAT 适配: 按设计未运行：eeg-fm-masking 是用冻结探针做的掩码消融not run by design: eeg-fm-masking is a frozen-probe masking ablation

eeg-fm-masking JEPA (r=9 cm, L=2)

所在面板: 掩码消融：论文推荐检查点的同系列检查点，放在单独的面板中
编码器参数量: 12.69M
版本: 发布中没有记录：只写明了论文推荐检查点的版本。
检查点 SHA-256: 发布中没有记录：只写明了论文推荐检查点的版本。
论文: 论文 ↗
权重许可: CC-BY-4.0（须引用 arXiv:2609.33487）CC-BY-4.0 (cite arXiv:2609.33487)
许可说明: CC-BY-4.0 权重：须署名（引用 arXiv:2609.33487）。CC-BY-4.0 weights: attribution required (cite arXiv:2609.33487).
权利审查: 署名许可；每一行旁都引用了论文。只发布聚合分数。Attribution licence; the paper is cited beside every row. Aggregate scores only.
各行脚注: 论文推荐检查点在掩码消融中的同系列检查点：架构、语料与训练方案相同，掩码框架或几何不同。A sibling of the paper-recommended checkpoint in the masking ablation: the same architecture, corpus and recipe, another masking framework or geometry.
EEGMAT 适配: 按设计未运行：eeg-fm-masking 是用冻结探针做的掩码消融not run by design: eeg-fm-masking is a frozen-probe masking ablation

eeg-fm-masking MAE (r=one channel, L=1)

所在面板: 掩码消融：论文推荐检查点的同系列检查点，放在单独的面板中
编码器参数量: 12.69M
版本: 发布中没有记录：只写明了论文推荐检查点的版本。
检查点 SHA-256: 发布中没有记录：只写明了论文推荐检查点的版本。
论文: 论文 ↗
权重许可: CC-BY-4.0（须引用 arXiv:2609.33487）CC-BY-4.0 (cite arXiv:2609.33487)
许可说明: CC-BY-4.0 权重：须署名（引用 arXiv:2609.33487）。CC-BY-4.0 weights: attribution required (cite arXiv:2609.33487).
权利审查: 署名许可；每一行旁都引用了论文。只发布聚合分数。Attribution licence; the paper is cited beside every row. Aggregate scores only.
各行脚注: 论文推荐检查点在掩码消融中的同系列检查点：架构、语料与训练方案相同，掩码框架或几何不同。A sibling of the paper-recommended checkpoint in the masking ablation: the same architecture, corpus and recipe, another masking framework or geometry.
EEGMAT 适配: 按设计未运行：eeg-fm-masking 是用冻结探针做的掩码消融not run by design: eeg-fm-masking is a frozen-probe masking ablation

eeg-fm-masking JEPA (r=one channel, L=1)

所在面板: 掩码消融：论文推荐检查点的同系列检查点，放在单独的面板中
编码器参数量: 12.69M
版本: 发布中没有记录：只写明了论文推荐检查点的版本。
检查点 SHA-256: 发布中没有记录：只写明了论文推荐检查点的版本。
论文: 论文 ↗
权重许可: CC-BY-4.0（须引用 arXiv:2609.33487）CC-BY-4.0 (cite arXiv:2609.33487)
许可说明: CC-BY-4.0 权重：须署名（引用 arXiv:2609.33487）。CC-BY-4.0 weights: attribution required (cite arXiv:2609.33487).
权利审查: 署名许可；每一行旁都引用了论文。只发布聚合分数。Attribution licence; the paper is cited beside every row. Aggregate scores only.
各行脚注: 论文推荐检查点在掩码消融中的同系列检查点：架构、语料与训练方案相同，掩码框架或几何不同。A sibling of the paper-recommended checkpoint in the masking ablation: the same architecture, corpus and recipe, another masking framework or geometry.
EEGMAT 适配: 按设计未运行：eeg-fm-masking 是用冻结探针做的掩码消融not run by design: eeg-fm-masking is a frozen-probe masking ablation

是否出现在预训练数据中（按数据集）

每个核心数据集是否在模型作者公开的预训练数据清单中，于 2026-10-04 核查并附来源。不在清单中并不证明它的记录从未被模型见过；核查只到数据集一级，没有核对到具体记录。

eeg-fm-masking MAE (r=9 cm, L=2) · eeg-fm-masking JEPA (r=9 cm, L=2) · eeg-fm-masking MAE (r=one channel, L=1) · eeg-fm-masking JEPA (r=one channel, L=1)

数据集	协议	情况	来源
ds003810 Motor Imagery vs Rest (low-cost EEG; Peterson et al.)	运动想象与静息	不在作者公开的预训练数据清单中（2026-10-04 核查）	来源 ↗ · 来源 ↗
EEGMAT (PhysioNet EEG During Mental Arithmetic Tasks; Zyma et al. 2019)	心算与静息	不在作者公开的预训练数据清单中（2026-10-04 核查）	来源 ↗
ds006593 cBCI Matrix Multimodal Dataset (Celik et al.)	P300 目标 ERP	不在作者公开的预训练数据清单中（2026-10-04 核查）	来源 ↗ · 来源 ↗
ds005383 TMNRED (Bai et al. 2025, Sci. Data 12:701)	语义目标 ERP	不在作者公开的预训练数据清单中（2026-10-04 核查）	来源 ↗ · 来源 ↗
EESM19 Ear-EEG Sleep Monitoring 2019 (OpenNeuro ds005185; Mikkelsen et al.)	睡眠分期	不在作者公开的预训练数据清单中（2026-10-04 核查）	来源 ↗ · 来源 ↗
BETA 40-target SSVEP (Liu et al. 2020, Front. Neurosci. 14:627)	SSVEP · 8 通道 · SSVEP · 4 通道	不在作者公开的预训练数据清单中（2026-10-04 核查）	来源 ↗ · 来源 ↗
ds005342 EEG offline/online MI for standing and sitting (Triana-Guzman et al.)	空闲与指令	不在作者公开的预训练数据清单中（2026-10-04 核查）	来源 ↗ · 来源 ↗

引用本页

BCI Report. eeg-fm-masking：在公开 EEG 数据集上的结果[EB/OL]. (2026-10-04). https://bci.report/zh/methods/eeg-fm-masking/

数字来自发布 foundation-models-update-20261004（2026-10-04）。也请同时引用上游数据集：每个数据集页面都写明了署名。

每个发布版本都在 Zenodo 存档：doi:10.5281/zenodo.23123296。本站及各次发布的 BibTeX → · CITATION.cff ↗（英文）