神经数据需要语义分词：行为事件作为可跨会话迁移令牌的边界

arXiv:2610.03001v1 公告类型：新 摘要：细胞外电生理记录在每个会话中记录的都是一组不同的神经元。神经基础模型将每个神经元和每个会话嵌入其令牌中，因此每个新会话都是它们从未见过的输入，导致模型无法对其泛化。针对新会话的分词器需要一种所有会话共有且承载行为信息的单元。群体活动提供了这样一种单元。它在一个低维流形上演化；在会话完成对齐后，该流形能够跨越神经元更替以及不同动物而保持稳定。该流形会在刺激开始、运动开始等任务事件处发生状态转换。在每个状态区间内，群体活动都处于一种状态，即它在两个事件之间所覆盖的流形部分，而每种状态都承载着自身的行为含义。我们提出 Tokenization with States（TWS），在这些事件处对每个试次（即任务的一次重复）进行分段，并将每个状态转换为表示群体几何结构的令牌，无需使用神经元或会话嵌入。在保留的 International Brain Laboratory（IBL）会话上，即使仅利用不携带目标信息的状态转换边界，TWS 也能解码运动；而在这些会话上预训练的逐神经元基础模型，其解码结果仅处于随机猜测水平。在仅使用小鼠数据完成训练后冻结参数，TWS 仅需一个线性探针即可迁移到猕猴和 Utah arrays。在边界无法定义的目标——到达方向——上，其 Matthews 相关系数达到 0.23，而仅使用事件时间的结果为 $0.01$。对于跨会话泛化而言，令牌比其上层模型更为重要。