知识卡片：利用未标注数据实现可泛化的神经群体解码

一句话结论：通过结合自监督学习（掩码自编码）与监督学习，MOJO框架使尖峰分词模型能利用未标注数据，在标签稀缺时显著提升神经解码性能，并泛化到其他神经信号模态。

事件概述或研究问题：当前基于尖峰分词的神经解码模型（如用于脑机接口）在跨会话预训练上表现优异，但受限于仅使用监督学习，需要大量配对的行为标签。为了突破这一瓶颈，本文提出了MOJO（Masked autOencoder-based JOint training）框架，联合使用自监督学习（掩码自编码）和监督学习目标，从而允许在训练中整合无标签数据，提升模型在标签匮乏场景下的泛化能力和可解释性。

方法/产品要点：

• MOJO框架：基于掩码自编码器（masked autoencoder）的联合训练框架，在尖峰分词模型上同时优化自监督任务（随机掩码部分尖峰token并重建）和监督任务（解码行为标签）。
• 数据与任务：在三个尖峰数据集（猴运动皮层伸手任务、小鼠多脑区视觉与决策任务）以及人类皮层电图（ECoG）语音信号上评估。
• 标签稀疏场景：特别考虑了“小样本微调”（few-shot finetuning），即仅用新会话中少量标注数据进行微调。
• 可解释性提升：自监督学习使神经元表征更可解释，在脑区分类和尖峰统计预测等非直接优化任务上也有性能提升。
• 跨模态泛化：方法不限于尖峰数据，在人类言语ECoG上继续优于纯监督模型，性能接近专门为连续信号设计的神经基础模型（NFMs）。

主要结果或产业意义：

• 在三个尖峰数据集上，MOJO始终优于纯监督训练模型，尤其在标签数据有限时优势明显（小样本微调场景）。
• 自监督学习带来了更优的神经元表征，改善了脑区分类和尖峰统计预测（无需显式优化这些任务）。
• 在人类ECoG上，MOJO达到与专门为连续信号设计的神经基础模型相当的性能，证明其跨模态泛化潜力。
• 总体表明，将自监督学习引入尖峰分词模型能灵活、可扩展地利用未标注数据，为训练神经基础模型提供新路径。

为什么重要：

• 解决了当前尖峰分词模型只能使用标注数据的瓶颈，大幅扩展可用数据范围（未标注数据更易获取）。
• 在脑机接口等实时应用场景中，用户新接入电极时往往只有少量标签数据，MOJO的小样本学习能力可直接降低校准成本。
• 跨物种、跨任务、跨信号模态的泛化能力暗示了构建通用神经基础模型的可能性。
• 与已有相关卡片无直接重复；本条是首次介绍MOJO这一联合训练框架，属于对尖峰分词模型范式的更新（从纯监督到联合自监督+监督）。

局限与不确定性：

• 具体实现细节（如模型架构、掩码比例、训练超参数）需查阅全文，本文摘要未提供。
• 泛化到其他神经数据模态（如fMRI、钙成像）的有效性待验证。
• 在人类ECoG上性能“可比较”于神经基础模型，但并未明确超越或达到的精确指标，具体数值待核实。
• 自监督学习带来的可解释性提升机制未在摘要中详细解释。

可用于图书/PPT/简报的角度：

• 用“小样本学习+自监督”解决脑机接口数据稀缺难题的案例。
• 神经基础模型的训练数据规模化策略：如何利用海量未标注神经活动数据。
• 跨物种、跨模态的神经解码统一框架示例。
• 对比纯监督与联合训练在标签稀疏场景下的性能差异（可配图表，但此处无具体数值）。

原始材料：

• 英文标题：Leveraging unlabelled data for generalizable neural population decoding
• 英文关键词：neural decoding, self-supervised learning, masked autoencoder, spike tokenization, brain-computer interface, few-shot learning
• 来源：arXiv: 2607.14086v1 (URL: https://arxiv.org/abs/2607.14086v1)