**参数高效微调赋能大脑编码：BrainLoRA 以 LoRA 技术刷新 SOTA 并实现百模集成**

_Scaling Parameter-Efficient Fine-Tuning for Brain Encoding_

> 针对神经数据稀缺导致的大模型从头训练困难问题，该研究提出利用参数高效微调（PEFT）技术，通过低秩适配器（LoRA）高效适配高达 104B 参数的多模态大模型用于大脑编码。该方法利用模型因果结构优化计算效率，在 Algonauts 2025 挑战赛中超越现有最先进方法，并保持了良好的可解释性。此外，研究开发的“多 LoRA 核”技术实现了 200 多个模型的联合训练与集成，在公开排行榜上位列第一，确立了 PEFT 作为大脑编码高效范式的关键地位。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-20 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.26802)