IBM Research

Neuralign把来自不同会话、不同动物、神经元采样各不相同的神经记录放进同一个张量分解，每个成分共享一条时间曲线，而试次强度和神经元权重按会话各自估计，因此不需要匹配同一批神经元或同一批试次。在19只小鼠的93段全脑记录上，无监督拟合得到的单个成分把前外侧运动皮层（ALM）光遗传抑制的三种条件区分开，留出会话上的平衡准确率为0.647，随机水平为1/3。该成分的变化与行为准确率下降呈弱相关（ρ=0.266，180个会话—抑制观测）。

Neuralign把来自不同会话、不同动物、神经元采样各不相同的神经记录放进同一个张量分解，每个成分共享一条时间曲线，而试次强度和神经元权重按会话各自估计，因此不需要匹配同一批神经元或同一批试次。在19只小鼠的93段全脑记录上，无监督拟合得到的单个成分把前外侧运动皮层（ALM）光遗传抑制的三种条件区分开，留出会话上的平衡准确率为0.647，随机水平为1/3。该成分的变化与行为准确率下降呈弱相关（ρ=0.266，180个会话—抑制观测）。

IBM Research 发布 Granite Timeseries Ensemble，把四个架构不同的开源 Granite 时序模型组合成一套默认预测流程，无需重训、也不拟合集成权重，直接输出中位数与分位数预测。此前使用者必须自己判断哪个单体模型适合自己的序列。在 97 个 GIFT-Eval 配置上，概率集成取得 0.683 的 MASE，低于最强单体 PatchTST-FM-r2 的 0.685，但差距很小，主要收益是无需预先挑模型。

IBM Research 发布 Granite Timeseries Ensemble，把四个架构不同的开源 Granite 时序模型组合成一套默认预测流程，无需重训、也不拟合集成权重，直接输出中位数与分位数预测。此前使用者必须自己判断哪个单体模型适合自己的序列。在 97 个 GIFT-Eval 配置上，概率集成取得 0.683 的 MASE，低于最强单体 PatchTST-FM-r2 的 0.685，但差距很小，主要收益是无需预先挑模型。