**Brain-IT-VQA：从大脑信号到答案**

_Brain-IT-VQA: From Brain Signals to Answers_

> 本研究提出了一个名为Brain-IT-VQA的新框架，用于从fMRI脑信号中进行视觉问答。该方法基于大脑交互Transformer（Brain-IT），能将大脑活动解码为语言标记，并与语言模型结合来回答视觉问题。该模型在性能上显著超越了以往基于fMRI的图像描述和视觉问答方法。同时，作者引入了一个新的数据集和基准NSD-VQA，它为每张图像平均提供20个问题-答案对，涵盖20个受控的问题类别，从而能够更可靠地评估从fMRI中解码视觉和语义信息的能力，并分析不同大脑区域的贡献。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-02 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.29588)