文章总结与翻译一、主要内容该研究针对皮质内脑机接口（iBCI）长期部署中面临的神经记录非平稳性问题（跨会话间神经群体组成和调谐特性不稳定），提出了一种名为SPINT（Spatial Permutation-Invariant Neural Transformer）的空间置换不变神经Transformer框架。核心背景iBCI系统可通过解码神经群体活动帮助运动障碍者恢复运动和交流功能，但长期使用中，电极位置偏移、组织阻抗变化和神经可塑性等因素导致神经信号非平稳，使得基于前期会话训练的解码器在新会话中性能下降。现有方法依赖固定神经单元身份，需测试时标签或参数更新，泛化性和实用性受限。研究目标实现跨会话的鲁棒运动解码，支持可变大小神经群体的推理，仅需少量无标签测试数据即可实现无梯度自适应，无需测试时对齐或微调。实验验证在FALCON基准的三个多会话数据集（M1、M2、H1，涵盖人类和非人灵长类动物的连续运动解码任务）上进行评估，SPINT在跨会话泛化性能上优于现有零样本和少样本无监督基线，同时保持低延迟推理特性。二、创新点置换不变框架设计