NeuralSet ist ein von Meta FAIR entwickeltes Open-Source-Python-Paket, das darauf abzielt, die Lücke zwischen klassischer Neurowissenschaft und modernen KI-Methoden zu schließen. Es bietet eine einheitliche Schnittstelle für heterogene neurowissenschaftliche Datenformate: funktionelle MRT-Daten (fMRI), Magneto- und Elektroenzephalographie (M/EEG) sowie Spike-Daten aus elektrophysiologischen Ableitungen. Ein zentrales Designziel ist die Skalierbarkeit – das Paket soll sowohl kleine Labordatensätze als auch große, benchmarkübergreifende Datenkollektionen effizient verarbeiten können. Besonders hervorzuheben ist die native Integration mit dem HuggingFace-Ökosystem: Neurowissenschaftliche Rohdaten lassen sich direkt mit vortrainierten Sprachmodell- oder Vision-Modell-Embeddings verknüpfen, was multimodale Forschungsansätze erleichtert. Dies ist für Felder wie Brain-Computer-Interfaces, neuronales Dekodieren und die Entwicklung von Foundation Models für Gehirndaten relevant. Die Veröffentlichung durch Meta FAIR positioniert NeuralSet als Infrastrukturwerkzeug für die wachsende Neuro-AI-Community, die bislang oft auf fragmentierte, formatspezifische Bibliotheken angewiesen war. Über konkrete Versionsnummern, Benchmark-Ergebnisse oder Datensatz-Kompatibilitätslisten macht der verfügbare Auszug keine Angaben.