# REVE：在公开 EEG 数据集上的结果 基础模型 REVE 是一个预训练 EEG 编码器，发布了 Small、Base 与 Large 三种规模，都在同一份语料上训练，论文附录列出了这份语料：TUH、PhysioNet、OpenNeuro、MOABB 等公开来源，并去掉了作者自己下游任务所用的记录。本站把 Base 与 Large 检查点冻结，接上已发布的岭回归分类头运行；输入先去掉每个片段各通道的均值，这一偏离在评分前就已声明。权重采用 REVE 负责任使用许可，本站已于 2026 年 10 月 4 日接受。 测量所用数据集： [ds003810](https://bci.report/zh/datasets/ds003810/)、[EEGMAT](https://bci.report/zh/datasets/eegmat/)、[BETA](https://bci.report/zh/datasets/beta/)、[ds006593](https://bci.report/zh/datasets/ds006593/)、[TMNRED / ds005383](https://bci.report/zh/datasets/tmnred/)、[EESM19 scalp subset](https://bci.report/zh/datasets/eesm19/)、[ds005342](https://bci.report/zh/datasets/ds005342/) · 协议： [运动想象与静息](https://bci.report/zh/protocols/mi-rest/)、[心算与静息](https://bci.report/zh/protocols/arithmetic-rest/)、[SSVEP · 8 通道](https://bci.report/zh/protocols/beta-8ch/)、[SSVEP · 4 通道](https://bci.report/zh/protocols/beta-4ch/)、[P300 目标 ERP](https://bci.report/zh/protocols/p300-target/)、[语义目标 ERP](https://bci.report/zh/protocols/semantic-target/)、[睡眠分期](https://bci.report/zh/protocols/sleep-scalp/)、[空闲与指令](https://bci.report/zh/protocols/idle/) **又称** REVE Base · REVE Large · brain-bzh/reve-base · brain-bzh/reve-large **参考文献** [REVE, arXiv:2510.21585 ↗](https://arxiv.org/abs/2510.21585) 目录状态：已评测 · [官方代码 ↗](https://huggingface.co/brain-bzh/reve-base) · 简介来源 [arxiv.org](https://arxiv.org/abs/2510.21585) · [huggingface.co](https://huggingface.co/datasets/brain-bzh/reve-dataset) · [huggingface.co](https://huggingface.co/brain-bzh/reve-base) · [huggingface.co](https://huggingface.co/brain-bzh/reve-large) ## 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](https://bci.report/zh/datasets/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](https://bci.report/zh/protocols/mi-rest/#foundation-v9) · 随机水平 50.0% · [foundation-models-mi-rest.csv](https://bci.report/data/foundation-models-mi-rest.csv) **平衡准确率，2 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）。 - REVE Base: 66.2% (61.8%–70.6%) - REVE Large: 70.2% (64.0%–76.1%) | 方法 | 条件 | 指标 | 数值 | 被试 | | --- | --- | --- | --- | --- | | [REVE Base](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 66.2% (61.8%–70.6%) | 10 | | [REVE Large](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 70.2% (64.0%–76.1%) | 10 | 权重条款：REVE 采用 REVE 负责任使用许可 v1.0（模型版本：REVE Base @ dc2a075c · REVE Large @ 317531c7）。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 →](https://bci.report/zh/protocols/mi-rest/#v9-licences) ### [EEGMAT](https://bci.report/zh/datasets/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](https://bci.report/zh/protocols/arithmetic-rest/#foundation-v9) · 随机水平 50.0% · [foundation-models-arithmetic-rest.csv](https://bci.report/data/foundation-models-arithmetic-rest.csv) **平衡准确率，2 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）。 - REVE Base: 68.8% (64.1%–73.2%) - REVE Large: 69.0% (63.3%–74.7%) | 方法 | 条件 | 指标 | 数值 | 被试 | | --- | --- | --- | --- | --- | | [REVE Base](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 68.8% (64.1%–73.2%) | 36 | | [REVE Large](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 69.0% (63.3%–74.7%) | 36 | 权重条款：REVE 采用 REVE 负责任使用许可 v1.0（模型版本：REVE Base @ dc2a075c · REVE Large @ 317531c7）。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 →](https://bci.report/zh/protocols/arithmetic-rest/#v9-licences) ### [EEGMAT](https://bci.report/zh/datasets/eegmat/) · 模型适配（第九轮）· 新被试、同一任务、一个固定方案（不是排名） 连同协议阅读： [核心矩阵协议：心算与静息](https://bci.report/zh/protocols/arithmetic-rest/#v9-adaptation) · 随机水平 50.0% · [foundation-models-update.json](https://bci.report/data/foundation-models-update.json) **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）。 - REVE Base · 冻结编码器 + 训练的分类头: 64.0% (60.4%–67.7%) - REVE Base · 秩为 4 的 LoRA + 分类头: 66.3% (61.9%–70.7%) - REVE Large · 冻结编码器 + 训练的分类头: 65.6% (61.1%–70.1%) - REVE Large · 秩为 4 的 LoRA + 分类头: 69.2% (63.4%–74.9%) | 方法 | 条件 | 指标 | 数值 | 被试 | | --- | --- | --- | --- | --- | | [REVE Base](https://bci.report/zh/methods/reve/) | 冻结编码器 + 训练的分类头 | 平衡准确率 | 64.0% (60.4%–67.7%) — 1,026 个可训练参数。 | 36 | | [REVE Base](https://bci.report/zh/methods/reve/) | 秩为 4 的 LoRA + 分类头 | 平衡准确率 | 66.3% (61.9%–70.7%) — 181,250 个可训练参数。 | 36 | | [REVE Base](https://bci.report/zh/methods/reve/) | LoRA 减冻结 + 分类头，相同被试与折 | 配对差值（百分点） | +2.3 pp (+0.1 pp–+4.6 pp) — 21 人提升、13 人变差、2 人不变。区间不含零。 | 36 | | [REVE Large](https://bci.report/zh/methods/reve/) | 冻结编码器 + 训练的分类头 | 平衡准确率 | 65.6% (61.1%–70.1%) — 2,434 个可训练参数。 | 36 | | [REVE Large](https://bci.report/zh/methods/reve/) | 秩为 4 的 LoRA + 分类头 | 平衡准确率 | 69.2% (63.4%–74.9%) — 430,466 个可训练参数。 | 36 | | [REVE Large](https://bci.report/zh/methods/reve/) | LoRA 减冻结 + 分类头，相同被试与折 | 配对差值（百分点） | +3.6 pp (+0.5 pp–+6.8 pp) — 21 人提升、13 人变差、2 人不变。区间不含零。 | 36 | 权重条款：REVE 采用 REVE 负责任使用许可 v1.0（模型版本：REVE Base @ dc2a075c · REVE Large @ 317531c7）。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 →](https://bci.report/zh/protocols/arithmetic-rest/#v9-licences) ### [BETA](https://bci.report/zh/datasets/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](https://bci.report/zh/protocols/beta-8ch/#foundation-v9) · 随机水平 2.5% · [foundation-models-beta-8ch.csv](https://bci.report/data/foundation-models-beta-8ch.csv) **平衡准确率，2 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）。 - REVE Base: 37.5% (33.3%–41.9%) - REVE Large: 52.7% (47.7%–57.8%) | 方法 | 条件 | 指标 | 数值 | 被试 | | --- | --- | --- | --- | --- | | [REVE Base](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 37.5% (33.3%–41.9%) | 70 | | [REVE Large](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 52.7% (47.7%–57.8%) | 70 | 权重条款：REVE 采用 REVE 负责任使用许可 v1.0（模型版本：REVE Base @ dc2a075c · REVE Large @ 317531c7）。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 →](https://bci.report/zh/protocols/beta-8ch/#v9-licences) ### [BETA](https://bci.report/zh/datasets/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](https://bci.report/zh/protocols/beta-4ch/#foundation-v9) · 随机水平 2.5% · [foundation-models-beta-4ch.csv](https://bci.report/data/foundation-models-beta-4ch.csv) **平衡准确率，2 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）。 - REVE Base: 25.5% (22.4%–28.8%) - REVE Large: 46.4% (41.7%–51.2%) | 方法 | 条件 | 指标 | 数值 | 被试 | | --- | --- | --- | --- | --- | | [REVE Base](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 25.5% (22.4%–28.8%) | 70 | | [REVE Large](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 46.4% (41.7%–51.2%) | 70 | 权重条款：REVE 采用 REVE 负责任使用许可 v1.0（模型版本：REVE Base @ dc2a075c · REVE Large @ 317531c7）。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 →](https://bci.report/zh/protocols/beta-4ch/#v9-licences) ### [ds006593](https://bci.report/zh/datasets/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](https://bci.report/zh/protocols/p300-target/#foundation-v9) · 随机水平 50.0% · [foundation-models-p300-target.csv](https://bci.report/data/foundation-models-p300-target.csv) **平衡准确率，2 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）。 - REVE Base: 50.5% (48.5%–52.3%) - REVE Large: 54.6% (52.7%–56.5%) | 方法 | 条件 | 指标 | 数值 | 被试 | | --- | --- | --- | --- | --- | | [REVE Base](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 50.5% (48.5%–52.3%) | 21 | | [REVE Large](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 54.6% (52.7%–56.5%) | 21 | 权重条款：REVE 采用 REVE 负责任使用许可 v1.0（模型版本：REVE Base @ dc2a075c · REVE Large @ 317531c7）。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 →](https://bci.report/zh/protocols/p300-target/#v9-licences) ### [TMNRED / ds005383](https://bci.report/zh/datasets/tmnred/) · 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](https://bci.report/zh/protocols/semantic-target/#foundation-v9) · 随机水平 50.0% · [foundation-models-semantic-target.csv](https://bci.report/data/foundation-models-semantic-target.csv) **平衡准确率，2 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）。 - REVE Base: 53.7% (51.8%–55.4%) - REVE Large: 59.7% (57.5%–61.8%) | 方法 | 条件 | 指标 | 数值 | 被试 | | --- | --- | --- | --- | --- | | [REVE Base](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 53.7% (51.8%–55.4%) | 30 | | [REVE Large](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 59.7% (57.5%–61.8%) | 30 | 权重条款：REVE 采用 REVE 负责任使用许可 v1.0（模型版本：REVE Base @ dc2a075c · REVE Large @ 317531c7）。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 →](https://bci.report/zh/protocols/semantic-target/#v9-licences) ### [EESM19 scalp subset](https://bci.report/zh/datasets/eesm19/) · 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](https://bci.report/zh/protocols/sleep-scalp/#foundation-v9) · 随机水平 20.0% · [foundation-models-sleep-scalp.csv](https://bci.report/data/foundation-models-sleep-scalp.csv) **平衡准确率，2 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）。 - REVE Base: 74.6% (72.9%–76.4%) - REVE Large: 76.6% (75.2%–78.0%) | 方法 | 条件 | 指标 | 数值 | 被试 | | --- | --- | --- | --- | --- | | [REVE Base](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 74.6% (72.9%–76.4%) | 20 | | [REVE Large](https://bci.report/zh/methods/reve/) | 冻结编码器 + 岭回归分类头 | 平衡准确率 | 76.6% (75.2%–78.0%) | 20 | 权重条款：REVE 采用 REVE 负责任使用许可 v1.0（模型版本：REVE Base @ dc2a075c · REVE Large @ 317531c7）。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 →](https://bci.report/zh/protocols/sleep-scalp/#v9-licences) ### [ds005342](https://bci.report/zh/datasets/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](https://bci.report/zh/protocols/idle/#foundation-v9) · [foundation-models-idle.csv](https://bci.report/data/foundation-models-idle.csv) | 方法 | 条件 | 指标 | 数值 | 被试 | | --- | --- | --- | --- | --- | | [REVE Base](https://bci.report/zh/methods/reve/) | 冻结编码器 + 线性分类头 | 检出的指令 ≤3 秒 | 12 / 60 — 0 名始终拒识（共 4 名被试）。 | 4 | | [REVE Base](https://bci.report/zh/methods/reve/) | 冻结编码器 + 线性分类头 | 空闲误触发 | 1 / 60 | 4 | | [REVE Large](https://bci.report/zh/methods/reve/) | 冻结编码器 + 线性分类头 | 检出的指令 ≤3 秒 | 6 / 60 — 2 名始终拒识（共 4 名被试）。 | 4 | | [REVE Large](https://bci.report/zh/methods/reve/) | 冻结编码器 + 线性分类头 | 空闲误触发 | 1 / 60 | 4 | 权重条款：REVE 采用 REVE 负责任使用许可 v1.0（模型版本：REVE Base @ dc2a075c · REVE Large @ 317531c7）。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 →](https://bci.report/zh/protocols/idle/#v9-licences) [全部方法 →](https://bci.report/zh/methods/) · [全部数据集 →](https://bci.report/zh/datasets/) ## 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。 ### REVE Base - 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: 69.19M - 版本: `brain-bzh/reve-base @ dc2a075c` - 检查点 SHA-256: `8ecc650619598748286c2457f81f5c6bd12e8bb59db44f7b02af1955c44de8fe` - 论文: [论文 ↗](https://arxiv.org/abs/2510.21585) - 权重许可: REVE 负责任使用许可 v1.0（站点所有者于 2026-10-04 批准）REVE Responsible Use License v1.0 (owner-approved 2026-10-04) - 许可说明: REVE 负责任使用许可 v1.0：只发布聚合的科学结果；不做重新识别、模型反演、成员推断或未经同意的画像分析；引用 REVE 论文并写明模型版本；不分享任何适配后的权重。REVE Responsible Use License v1.0: aggregate scientific results only; no re-identification, model inversion, membership inference or non-consensual profiling; cite the REVE paper and name the model version; no adapted weights shared. - 权利审查: 站点所有者于 2026-10-04 接受。只发布聚合的科学结果；不做重新识别、模型反演、成员推断或未经同意的画像分析；引用了 REVE 论文并写明模型版本；不分享任何适配后的权重。Accepted by the owner on 2026-10-04. Aggregate scientific results only; no re-identification, model inversion, membership inference or non-consensual profiling; the REVE paper is cited and the model version named; no adapted weights are shared. - 各行脚注: 输入在已发布的 /100 缩放之前，先去掉每个片段各通道的均值（评分前已声明）；不去均值的敏感性分析中，P300 的得分高 0.71、睡眠低 1.40（单位：百分点）。Input removes the per-segment per-channel mean before the published /100 scaling (declared before scoring); a no-mean-removal sensitivity run scores P300 0.71 percentage points higher and sleep 1.40 lower. - 说明: REVE 的输入去掉了每个片段各通道的均值（评分前已声明；已发布的 LaBraM/CBraMod 行没有这样做）；不去均值的敏感性分析见该行脚注。REVE input removes the per-segment per-channel mean (declared before scoring; the published LaBraM/CBraMod rows did not); a no-mean-removal sensitivity run is stated in the row footnote. - EEGMAT 适配: 已运行：在冻结编码器上训练分类头，对比秩为 4 的 LoRA，3 个随机种子。 ### REVE Large - 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: 389.98M - 版本: `brain-bzh/reve-large @ 317531c7` - 检查点 SHA-256: `f519428404aab27f7db816722c7fb8c73d08daf10986c9c21b0066be9e93bb31` - 论文: [论文 ↗](https://arxiv.org/abs/2510.21585) - 权重许可: REVE 负责任使用许可 v1.0（站点所有者于 2026-10-04 批准）REVE Responsible Use License v1.0 (owner-approved 2026-10-04) - 许可说明: REVE 负责任使用许可 v1.0（同 REVE Base）。REVE Responsible Use License v1.0 (as REVE Base). - 权利审查: 站点所有者于 2026-10-04 接受。只发布聚合的科学结果；不做重新识别、模型反演、成员推断或未经同意的画像分析；引用了 REVE 论文并写明模型版本；不分享任何适配后的权重。Accepted by the owner on 2026-10-04. Aggregate scientific results only; no re-identification, model inversion, membership inference or non-consensual profiling; the REVE paper is cited and the model version named; no adapted weights are shared. - 各行脚注: 输入先去掉每个片段各通道的均值（评分前已声明）；不去均值的敏感性分析中，P300 的得分低 2.06、睡眠低 0.93（单位：百分点）。Input removes the per-segment per-channel mean (declared before scoring); the no-mean-removal sensitivity run scores P300 2.06 percentage points lower and sleep 0.93 lower. - 说明: REVE 的输入去掉了每个片段各通道的均值（评分前已声明）；不去均值的敏感性分析见该行脚注。REVE input removes the per-segment per-channel mean (declared before scoring); a no-mean-removal sensitivity run is stated in the row footnote. - EEGMAT 适配: 已运行：在冻结编码器上训练分类头，对比秩为 4 的 LoRA，3 个随机种子。 ## 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。 ### REVE Base · REVE Large | 数据集 | 协议 | 情况 | 来源 | | --- | --- | --- | --- | | [ds003810 Motor Imagery vs Rest (low-cost EEG; Peterson et al.)](https://doi.org/10.18112/openneuro.ds003810.v2.0.2) | [运动想象与静息](https://bci.report/zh/protocols/mi-rest/) | 不在作者公开的预训练数据清单中（2026-10-04 核查） | [来源 ↗](https://arxiv.org/abs/2510.21585) · [来源 ↗](https://huggingface.co/datasets/brain-bzh/reve-dataset) | | [EEGMAT (PhysioNet EEG During Mental Arithmetic Tasks; Zyma et al. 2019)](https://physionet.org/content/eegmat/1.0.0/) | [心算与静息](https://bci.report/zh/protocols/arithmetic-rest/) | 不在作者公开的预训练数据清单中（2026-10-04 核查） | [来源 ↗](https://arxiv.org/abs/2510.21585) | | [ds006593 cBCI Matrix Multimodal Dataset (Celik et al.)](https://doi.org/10.18112/openneuro.ds006593.v1.0.0) | [P300 目标 ERP](https://bci.report/zh/protocols/p300-target/) | 不在作者公开的预训练数据清单中（2026-10-04 核查） | [来源 ↗](https://arxiv.org/abs/2510.21585) · [来源 ↗](https://huggingface.co/datasets/brain-bzh/reve-dataset) | | [ds005383 TMNRED (Bai et al. 2025, Sci. Data 12:701)](https://doi.org/10.18112/openneuro.ds005383.v1.0.0) | [语义目标 ERP](https://bci.report/zh/protocols/semantic-target/) | 不在作者公开的预训练数据清单中（2026-10-04 核查） | [来源 ↗](https://arxiv.org/abs/2510.21585) · [来源 ↗](https://huggingface.co/datasets/brain-bzh/reve-dataset) | | [EESM19 Ear-EEG Sleep Monitoring 2019 (OpenNeuro ds005185; Mikkelsen et al.)](https://doi.org/10.18112/openneuro.ds005185.v1.0.2) | [睡眠分期](https://bci.report/zh/protocols/sleep-scalp/) | 不在作者公开的预训练数据清单中（2026-10-04 核查） | [来源 ↗](https://arxiv.org/abs/2510.21585) · [来源 ↗](https://huggingface.co/datasets/brain-bzh/reve-dataset) | | [BETA 40-target SSVEP (Liu et al. 2020, Front. Neurosci. 14:627)](https://figshare.com/articles/dataset/The_BETA_database/12264401) | [SSVEP · 8 通道](https://bci.report/zh/protocols/beta-8ch/) · [SSVEP · 4 通道](https://bci.report/zh/protocols/beta-4ch/) | 不在作者公开的预训练数据清单中（2026-10-04 核查） | [来源 ↗](https://arxiv.org/abs/2510.21585) · [来源 ↗](https://huggingface.co/datasets/brain-bzh/reve-dataset) · [来源 ↗](https://github.com/NeuroTechX/moabb/commits/develop/moabb/datasets/ssvep_liu2020.py) | | [ds005342 EEG offline/online MI for standing and sitting (Triana-Guzman et al.)](https://doi.org/10.18112/openneuro.ds005342.v1.0.3) | [空闲与指令](https://bci.report/zh/protocols/idle/) | 不在作者公开的预训练数据清单中（2026-10-04 核查） | [来源 ↗](https://arxiv.org/abs/2510.21585) · [来源 ↗](https://huggingface.co/datasets/brain-bzh/reve-dataset) · [来源 ↗](https://github.com/NeuroTechX/moabb/commits/develop/moabb/datasets/triana_guzman2024.py) | **核查说明：** REVE 论文的表 7 统计了 27 个 MOABB 数据集，但只点名了 25 个（加上开放子集的数据卡为 26 个）；未点名的那一个不可能是 BETA 或 ds005342，因为 MOABB 直到 2026 年三月才加入这两个数据集的加载器。REVE's Table 7 counts 27 MOABB datasets but names 25 (26 with the open-subset card); the unnamed slot cannot be BETA or ds005342 because MOABB added those loaders only in March 2026. ## 引用本页 BCI Report. *REVE：在公开 EEG 数据集上的结果*[EB/OL]. (2026-10-04). https://bci.report/zh/methods/reve/ 数字来自发布 [`foundation-models-update-20261004`](https://bci.report/zh/releases/#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](https://doi.org/10.5281/zenodo.23123296)。 [本站及各次发布的 BibTeX →](https://bci.report/zh/api/#cite-heading) · [CITATION.cff ↗](https://raw.githubusercontent.com/twu3202/bci-report/main/CITATION.cff)（英文） --- 本文是 https://bci.report/zh/methods/reve/ 的 Markdown 版本，由已发布的网页生成。数字均为聚合结果；使用条款见 https://bci.report/data-use/（英文）。