本研究探讨了认知神经科学在自然语言处理中的应用，特别是眼动追踪信号的整合。通过用户中心的认知信号，提出了一种有效的数据增强方法，提升了视觉问答任务的表现，并减少了多模态大语言模型中的幻觉现象。

本研究提出了ExKG-LLM框架，利用大型语言模型自动扩展认知神经科学知识图谱，显著提高了知识生成和临床决策的准确性与完整性。

储备计算（RC）是一种利用随机连接神经元处理时间信号的递归神经网络，兼具丰富动力学、线性可分性和记忆能力，涉及机器学习、物理、生物及神经科学。本文综述其模型、应用与脑机制建模，涵盖物理实现、编码框架统一及与认知神经科学和进化的互动，并介绍多项最新研究进展。