Meta AI hat mit NeuralBench ein einheitliches Open-Source-Framework zur Evaluierung von NeuroAI-Modellen vorgestellt, das speziell auf EEG-basierte Anwendungen ausgerichtet ist. Die erste Version, NeuralBench-EEG v1.0, gilt als das bislang größte öffentlich verfügbare EEG-Benchmark und vereint 36 verschiedene Aufgaben – darunter Klassifikation, Dekodierung und klinische Anwendungen – aus 94 unterschiedlichen Datensätzen. Insgesamt wurden 14 Deep-Learning-Architekturen unter einer standardisierten Schnittstelle evaluiert. Die zugrunde liegenden Daten umfassen Messungen von 9.478 Probanden mit einem Gesamtumfang von 13.603 Stunden an Hirnaktivitätsaufzeichnungen. Bislang fehlte im NeuroAI-Feld eine gemeinsame Evaluierungsgrundlage, was Modellvergleiche über Studien hinweg erschwerte. NeuralBench adressiert dieses Problem durch ein einheitliches Interface, das reproduzierbare und faire Vergleiche zwischen Architekturen ermöglicht. Das Framework ist als Open-Source-Projekt zugänglich und soll die Weiterentwicklung von KI-Methoden für Hirnschnittstellen und neurowissenschaftliche Anwendungen fördern.