# DEFT（EEG基础模型解耦微调适配器）

脑电基础模型微调多了一个即插即用适配器DEFT。此前预训练嵌入里保留大量与受试者相关的变异，下游分类器在跨受试者场景下要额外承担这部分负担。DEFT把预训练令牌拆成面向任务的内容分支和与受试者一致的风格分支，只从内容分支做预测，并用递归高斯细化、时间方差正则、受试者感知对比学习和重建来实现这种先分解再分类的设计。在多个脑电数据集和四个基础模型骨干上，它优于匹配的微调基线，消融与分析支持内容与风格的分支组织。

脑电基础模型微调多了一个即插即用适配器DEFT。此前预训练嵌入里保留大量与受试者相关的变异，下游分类器在跨受试者场景下要额外承担这部分负担。DEFT把预训练令牌拆成面向任务的内容分支和与受试者一致的风格分支，只从内容分支做预测，并用递归高斯细化、时间方差正则、受试者感知对比学习和重建来实现这种先分解再分类的设计。在多个脑电数据集和四个基础模型骨干上，它优于匹配的微调基线，消融与分析支持内容与风格的分支组织。