脑机百科消息(bciwiki.com)，脑电信号会随佩戴时间、电极状态和被试状态漂移，实验室里校准好的脑机接口模型，用到日常场景往往很快变差。一份于2026年10月5日上传至arXiv的预印本给出了在线适应的基准测试：在4个公开数据集（3个运动想象数据集和1个运动解码数据集）上，允许模型在看到真实标签后在线更新参数，2个最大数据流上的14组模型与数据集组合中有13组准确率提升，相对冻结模型最高提升约18%。该预印本尚未经同行评审。
研究比较了两类广泛使用的解码流程，共空间模式（CSP）和基于黎曼协方差的方法，评估采用按时间顺序的 prequential 方式，即先测后训：模型先对当前样本作出预测，拿到标签后再更新。作者另外考察了3个问题：哪类流程从标签揭示的更新中获益最多、对旧数据做有控制的遗忘能否提升稳健性，以及极少校准的冷启动与从预训练模型出发相比表现如何。用Shapley方法按时间块做数据估值显示，3个被分析的数据集中，最近的时间块平均价值最高，较早的时间块仍保留正值。