一篇新研究论文介绍了一种名为CORE的新方法，旨在提高大型语言模型（LLM）在预测细胞对扰动反应方面的准确性。研究发现，现有的LLM方法虽然看起来合理，但往往无法准确预测基因表达的变化，并且可能表现不如更简单的基线方法。CORE通过将预测任务重构为比较任务来解决这个问题，组织来自相关扰动的证据，以突出它们对基因影响的差异。这种对比方法显著提高了LLM和非LLM环境下的预测准确性，这一点已在药物扰动和通用扰动数据集上得到证明。 AI
影响 通过提高复杂生物系统的预测准确性，增强了LLM在科学研究中的能力。
排序理由 学术论文，介绍了一种基于LLM的生物推理新方法。 [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 →