脳エンコーディングのためのパラメータ効率的ファインチューニングのスケーリング

低ランクアダプタを用いたパラメータ効率的ファインチューニング（PEFT）により、最大104Bパラメータのマルチモーダル基盤モデルを脳エンコーディング用に適応させる手法である。同じQwen3-Omniバックボーンを用いたBrain LoRAは、Algonauts 2025 Challengeで公表されている中で最高の性能を達成した。さらに200以上の適応モデルのアンサンブルが、執筆時点で公開されているAlgonauts事後リーダーボードで1位となった。