用于单细胞基因表达生成的新型自回归 Transformer 模型

研究人员开发了一种新颖的自回归 Transformer 模型，用于生成单细胞基因表达向量。该模型包含一个学习到的量化变分自编码器分词器，并使用交叉熵损失进行训练。研究评估了模型的生物保真度和扩展行为，确定了单细胞基础模型的计算最优前沿。还讨论了预训练模型作为微调预测扰动反应的潜在工具。 AI

影响 引入了单细胞数据的新基础模型，有望推动生物学研究和药物发现。

排序理由 详细介绍新模型架构及其扩展特性的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• autoregressive transformer
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv
• machine learning
• ScienceCast
• Single-Cell Generation
• variational auto-encoder

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →