哈喽，我是懿轩。今天和大家聊聊语言脑机接口领域的开源数据集。

开源这词大家肯定都听烂了，但其实开源是有好几种程度的。

我们常说GPT是闭源的， deepseek是开源的，指的是前者没有**开放权重**，而后者开放。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/e23c00b10ed418530362449ff8315fd4.jpg)

但开源的另一个意思是要**公开训练方法**，

有的开放权重的模型，比如GPT-OSS，就没有公开训练方法

![](https://developer.qcloudimg.com/http-save/yehe-12354520/7cf81021c2d92b19ebe419cbafea6fe9.jpg)

除了公开权重、方法之外，还要公开**训练数据**和**训练代码**，这才是完全的开源。

有一个模型叫 OLMo，它公开了训练数据和训练代码。

（懿轩注：OLMo来自美国艾伦人工智能研究所，最新一代 [OLMo-3.1-32B](https://allenai.org/blog/olmo3) 于2025年12月发布。可惜的是，今年三月，OLMo的核心团队几乎都被微软撬走，这个项目恐怕再也没有下一代了。）![](https://developer.qcloudimg.com/http-save/yehe-12354520/6f7b4408ee9fb2a7e9521effbd6005ee.jpg)

现在来看看咱们语言脑机接口，这是我第1期视频放的7篇文章。**他们的开源情况如何呢？**

![](https://developer.qcloudimg.com/http-save/yehe-12354520/06806dedab979ba1aaa2780e47290223.jpg)

简单地说 UCSF 发的文章，只公开方法。BrainGate 发的文章，数据、代码、权重、方法全都公开。

（懿轩注：这里的 UCSF 指的是 UCSF 的 Edward Chang 实验室。这里的 [BrainGate](https://www.braingate.org/our-team/research-team/#principal-investigators) 指的是 Stanford 的 Willett 和 UC Davis 的 Stavisky 实验室）

![](https://developer.qcloudimg.com/http-save/yehe-12354520/78032ae4ff0cbd5ba9a415903138f67b.jpg)

UCSF 的文章会公开**绘图数据**和**绘图代码**，它只能让你把文章里的图画出来。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/29f646bf33c3479eb4c07969e4397709.jpg)

开源除了可以复现之外，还有一个好处是可以打榜。

BrainGate把他们23年和24年的文章做成了两个比赛， Brain to Text 24 和 Brain to Text 25，分别于2024年和2025年举办。

（懿轩注：不知他们今年是否会发布 Brain to Text 26）

![](https://developer.qcloudimg.com/http-save/yehe-12354520/507424d3bffacaf320bae5cdf7ae4e9a.jpg)

这两个比赛里各有10多支队伍超越了原作。

![](https://developer.qcloudimg.com/http-save/yehe-12354520/ab80700d1a81de79352ef201a3c50e11.jpg)

打榜是一件非常重要的事情——2012年深度学习第3次崛起就是依靠 ImageNet 可以让大家公平地竞争；2020年 AlphaFold 2 破圈也是因为蛋白质折叠领域每两年就有比赛。

（懿轩注：很多领域没有这样公平竞争的比赛，给学者们留了偷换概念和暗箱操作的空间）

**开源和闭源哪个更好？**——从全人类的利益看，开源各个方面都优于闭源。

比如说，我想比较 LSTM，GRU，Transformer 哪个在语言脑机领域最好用，光靠一个人的力量调参是不够的——唯一的办法就是把数据集开源，让擅长各个模型的人分别调参。

我很期待的是，每个学者都把自己的数据拿出来。反正那些数据不拿出来也就是放在服务器的硬盘里面吃灰，还不如贡献出来让大家都玩玩。

参考文献：

![](https://developer.qcloudimg.com/http-save/yehe-12354520/1f65da32d5687883e194e51a29660822.jpg)


我们常说GPT是闭源的， deepseek是开源的，指的是前者没有开放权重，而后者开放。

语言脑机接口中的开源数据集【脑机接口恢复语言3】

哈喽，我是懿轩。今天和大家聊聊语言脑机接口领域的开源数据集。

人工智能

物联网

开源数据集推动科研进步，UCSF和BrainGate实验室在语言脑机接口领域采用不同开源策略。BrainGate完全公开数据、代码、权重和方法，并举办BraintoText比赛促进公平竞争。开源能加速模型优化，让全球研究者共同探索LSTM、GRU、Transformer等模型在脑机接口中的表现。期待更多学者共享数据，推动领域发展。

深度学习

脑机接口

服务器

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

开源数据集推动科研进步，UCSF和BrainGate实验室在语言脑机接口领域采用不同开源策略。BrainGate完全公开数据、代码、权重和方法，并举办BraintoText比赛促进公平竞争。开源能加速模型优化，让全球研究者共同探索LSTM、GRU、Transformer等模型在脑机接口中的表现。期待更多学者共享数据，推...

语言脑机接口中的开源数据集【脑机接口恢复语言3】-腾讯云开发者社区-腾讯云

语言脑机接口中的开源数据集【脑机接口恢复语言3】

语言脑机接口中的开源数据集【脑机接口恢复语言3】

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐