AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:睡眠生理学×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月9日
10:38
10:38arXiv cs.AI@Jonathan F. Carter, Lionel Tarassenko
精选
该研究提出 Hypnos,一个多模态睡眠基础模型,使用来自 2 万多次夜间多导睡眠监测的 8 种传感模态(如 EEG、ECG、呼吸信号)训练。与现有使用掩码重建或对比学习的方法不同,Hypnos 采用下一词预测作为自监督目标,通过残差向量量化将每种模态离散化为 token 流,并用自回归 RQ-Transformer 并行预测所有模态的下一个 token。在睡眠阶段分类任务中,Hypnos 仅用 1% 的标注数据就达到了强监督基线的性能,还能泛化到日间生理信号,在检测房颤上超越专门的 ECG 基础模型。结果表明,下一词预测是多模态生理信号表征学习的有效且可扩展的自监督目标。
论文基础模型睡眠生理学多模态下一词预测自监督学习

推荐理由:睡眠医学和生理信号分析的研究者终于有了一个无需大量标注数据就能学到通用表征的基础模型——Hypnos 用下一词预测解决了多模态生理数据的学习难题,做睡眠分期或房颤检测的团队可以直接用它生成嵌入,大幅降低标注成本。
原文
精选全部日报登录