Neural-DISCO：神经群体活动的源条件反事实编辑

Neural-DISCO 是一种解耦表征学习框架，支持在给定源响应下选择性编辑特定行为或刺激标签，以预测反事实神经群体活动变化。该框架将潜在空间划分为标签特定分量与残差分量，在生成反事实响应的同时保留其余观测标签和源特异性变异。结合特征归因方法，它可在单神经元分辨率下识别关键神经元，相关代码已开源。