研究人员在基础模型预测器的状态转换解码器中,特别是在第一个注意力层中,发现了一个低秩瓶颈。这个瓶颈限制了扰动响应预测的可靠性,随着距离训练数据的增加,准确性会下降。提出的一个指标,预测的NN距离(predicted-NN-distance),它衡量从预测响应到其最近训练响应的余弦距离,作为每个预测的置信度得分。该得分与实际预测可靠性显示出很强的相关性,并且可以进行校准以在不同的编码器和细胞系之间转移。 AI
影响 识别出基础模型中的一个特定瓶颈,该瓶颈影响了实验优先排序的可靠性。
排序理由 该集群包含一篇详细介绍基础模型研究结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv
- Influence Flower
- scGPT
- ScienceCast
- SE-600M
- Tahoe-x1
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →