一项新的研究论文调查了生物推理模型是否有效地利用了它们的生物输入。该研究通过扰动生物输入并分析模型输出来测试了六个模型在 DNA、蛋白质和单细胞任务上的表现。研究结果表明,一些模型(如 Evo2 和 ESM3)对性能的贡献很小,模型通常比提供的生物数据更依赖文本。然而,其他模型(如 ChatNT、Prot2Text-V2 和 CellWhisperer)则表明基础模型的输入确实对其性能有所贡献。 AI
影响 对当前生物推理模型的训练策略的有效性提出了质疑。
排序理由 分析模型行为和输入利用率的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →