ZUNA：在公开 EEG 数据集上的结果

基础模型

ZUNA：在公开 EEG 数据集上的结果

ZUNA 1.1 是 Zyphra 发布的按通道 EEG 编码器。作者只在仓库层面描述了预训练数据（TUH EEG 语料与 OpenNeuro 上的数据集），没有公开数据集清单，所以每个核心数据集是否出现在预训练数据中都未知。本站只用它的编码器，冻结运行，不做通道上采样或重建，并在 EEGMAT 上做了适配。它的模型卡写明仅供研究使用，不可用于诊断或临床。

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 ZUNA 1.1 · ZUNA1.1 · Zyphra/ZUNA1.1

参考文献 ZUNA 1.1, arXiv:2607.27308 ↗

目录状态：已评测 · 官方代码 ↗ · 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

方法	条件	指标	数值	被试
ZUNA 1.1	冻结编码器 + 岭回归分类头	平衡准确率	50.7%49.2%–52.1%是否出现在预训练数据中：未知：作者公开的预训练数据清单不够详细，无法判断。模型卡：仅供研究使用，不可用于诊断或临床。	10

权重条款：ZUNA 采用 Apache-2.0。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

方法	条件	指标	数值	被试
ZUNA 1.1	冻结编码器 + 岭回归分类头	平衡准确率	53.3%49.5%–57.1%是否出现在预训练数据中：未知：作者公开的预训练数据清单不够详细，无法判断。模型卡：仅供研究使用，不可用于诊断或临床。	36

权重条款：ZUNA 采用 Apache-2.0。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 · 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 · 随机水平 50.0% · foundation-models-update.json

ZUNA 1.1 · 冻结编码器 + 训练的分类头

51.2% (49.8%–52.7%)

ZUNA 1.1 · 秩为 4 的 LoRA + 分类头

56.9% (53.7%–60.1%)

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）。

方法	条件	指标	数值	被试
ZUNA 1.1	冻结编码器 + 训练的分类头	平衡准确率	51.2%49.8%–52.7%1,218 个可训练参数。是否出现在预训练数据中：未知：作者公开的预训练数据清单不够详细，无法判断。模型卡：仅供研究使用，不可用于诊断或临床。	36
ZUNA 1.1	秩为 4 的 LoRA + 分类头	平衡准确率	56.9%53.7%–60.1%296,130 个可训练参数。是否出现在预训练数据中：未知：作者公开的预训练数据清单不够详细，无法判断。模型卡：仅供研究使用，不可用于诊断或临床。	36
ZUNA 1.1	LoRA 减冻结 + 分类头，相同被试与折	配对差值（百分点）	+5.7 pp+2.5 pp–+8.7 pp28 人提升、7 人变差、1 人不变。区间不含零。是否出现在预训练数据中：未知：作者公开的预训练数据清单不够详细，无法判断。模型卡：仅供研究使用，不可用于诊断或临床。	36

权重条款：ZUNA 采用 Apache-2.0。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

方法	条件	指标	数值	被试
ZUNA 1.1	冻结编码器 + 岭回归分类头	平衡准确率	11.9%10.8%–13.0%是否出现在预训练数据中：未知：作者公开的预训练数据清单不够详细，无法判断。模型卡：仅供研究使用，不可用于诊断或临床。	70

权重条款：ZUNA 采用 Apache-2.0。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

方法	条件	指标	数值	被试
ZUNA 1.1	冻结编码器 + 岭回归分类头	平衡准确率	8.4%7.5%–9.4%是否出现在预训练数据中：未知：作者公开的预训练数据清单不够详细，无法判断。模型卡：仅供研究使用，不可用于诊断或临床。	70

权重条款：ZUNA 采用 Apache-2.0。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

方法	条件	指标	数值	被试
ZUNA 1.1	冻结编码器 + 岭回归分类头	平衡准确率	51.6%50.3%–53.0%是否出现在预训练数据中：未知：作者公开的预训练数据清单不够详细，无法判断。模型卡：仅供研究使用，不可用于诊断或临床。	21

权重条款：ZUNA 采用 Apache-2.0。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

方法	条件	指标	数值	被试
ZUNA 1.1	冻结编码器 + 岭回归分类头	平衡准确率	53.9%52.2%–55.6%是否出现在预训练数据中：未知：作者公开的预训练数据清单不够详细，无法判断。模型卡：仅供研究使用，不可用于诊断或临床。	30

权重条款：ZUNA 采用 Apache-2.0。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

方法	条件	指标	数值	被试
ZUNA 1.1	冻结编码器 + 岭回归分类头	平衡准确率	60.1%57.8%–62.3%是否出现在预训练数据中：未知：作者公开的预训练数据清单不够详细，无法判断。模型卡：仅供研究使用，不可用于诊断或临床。	20

权重条款：ZUNA 采用 Apache-2.0。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
ZUNA 1.1	冻结编码器 + 线性分类头	检出的指令 ≤3 秒	11 / 600 名始终拒识（共 4 名被试）；是否出现在预训练数据中：未知：作者公开的预训练数据清单不够详细，无法判断。模型卡：仅供研究使用，不可用于诊断或临床。	4
ZUNA 1.1	冻结编码器 + 线性分类头	空闲误触发	1 / 60模型卡：仅供研究使用，不可用于诊断或临床。	4

权重条款：ZUNA 采用 Apache-2.0。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。

ZUNA 1.1

模型卡：仅供研究使用，不可用于诊断或临床。

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: 172.10M
版本: Zyphra/ZUNA1.1 @ 10b9d6c8
检查点 SHA-256: 295fcddb42ab4623dc1346fba12176798d97ab95389c666907e32cbce23f7f33
论文: 论文 ↗
权重许可: Apache-2.0；模型卡：仅供研究使用，不可用于诊断或临床Apache-2.0; model card: research use only, not for diagnosis or clinical use
许可说明: Apache-2.0 权重；模型卡写明仅供研究使用，不可用于诊断或临床。Apache-2.0 weights; model card states research use only, not for diagnosis or clinical use.
权利审查: Apache-2.0 权重。模型卡写明仅供研究使用，不可用于诊断或临床；这句话随它的每一行一起出现。Apache-2.0 weights. The model card says research use only, not for diagnosis or clinical use; that sentence travels with its rows.
各行脚注: 每个核心数据集是否出现在预训练数据中都未知（作者没有公开来源清单）。只用编码器；不做通道上采样或重建。Pretraining exposure unknown for every core dataset (no published source list). Encoder only; no channel upsampling or reconstruction.
说明: ZUNA 没有公开预训练数据来源：每个核心数据集是否出现在预训练数据中都未知。每个协议有 0–4 个电极坐标被截到 ±0.12 m 位置网格的边缘，与上游做法相同。ZUNA pretraining sources are not published: exposure unknown on every core dataset. 0-4 electrode coordinates per protocol are clamped to the edge of the +-0.12 m position grid as upstream does.
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。

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	未知：作者公开的预训练数据清单不够详细，无法判断	来源 ↗ · 来源 ↗ · 来源 ↗ · 来源 ↗
EEGMAT (PhysioNet EEG During Mental Arithmetic Tasks; Zyma et al. 2019)	心算与静息	未知：作者公开的预训练数据清单不够详细，无法判断	来源 ↗ · 来源 ↗ · 来源 ↗ · 来源 ↗
ds006593 cBCI Matrix Multimodal Dataset (Celik et al.)	P300 目标 ERP	未知：作者公开的预训练数据清单不够详细，无法判断	来源 ↗ · 来源 ↗ · 来源 ↗ · 来源 ↗
ds005383 TMNRED (Bai et al. 2025, Sci. Data 12:701)	语义目标 ERP	未知：作者公开的预训练数据清单不够详细，无法判断	来源 ↗ · 来源 ↗ · 来源 ↗ · 来源 ↗
EESM19 Ear-EEG Sleep Monitoring 2019 (OpenNeuro ds005185; Mikkelsen et al.)	睡眠分期	未知：作者公开的预训练数据清单不够详细，无法判断	来源 ↗ · 来源 ↗ · 来源 ↗ · 来源 ↗
BETA 40-target SSVEP (Liu et al. 2020, Front. Neurosci. 14:627)	SSVEP · 8 通道 · SSVEP · 4 通道	未知：作者公开的预训练数据清单不够详细，无法判断	来源 ↗ · 来源 ↗ · 来源 ↗ · 来源 ↗
ds005342 EEG offline/online MI for standing and sitting (Triana-Guzman et al.)	空闲与指令	未知：作者公开的预训练数据清单不够详细，无法判断	来源 ↗ · 来源 ↗ · 来源 ↗ · 来源 ↗

引用本页

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

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）