大型语言模型（LLM）在生物信息学管道中的使用引发了关于可复现性的问题，尤其是在这些模型被用于聚类注释等主观任务时。一个关键的担忧是，随着时间的推移，LLM的变化可能会影响到在重新审视管道以供发表时结果的一致性。 AI
影响 引发了对AI驱动的科学工作流程的长期稳定性和可复现性的疑问。
排序理由 该条目是用户对技术挑战的反思和提问，而非主要公告或研究发现。
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
I've been thinking a lot about agentic pipeline's in bioinformatics recently. Open question for # genomics # bioinformatics people: If you use a LLM model to make a "subjective" choice somewhere in your pipeline (i.e. cluster annotation) and that model changes slightly over the c…