PulseAugur
中
实时 19:41:39
实体 reinforcement learning with sparse autoencoder features

reinforcement learning with sparse autoencoder features

PulseAugur coverage of reinforcement learning with sparse autoencoder features — every cluster mentioning reinforcement learning with sparse autoencoder features across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_277300 ·

    新AI模型IDiom生成具有可控特征的蛋白质序列

    研究人员开发了IDiom,一个在5400万个预测的内在无序蛋白质区域(IDRs)数据集上训练的新型自回归蛋白质语言模型。该模型旨在生成模仿天然IDRs组成和模式的多样化序列,解决了基于结构的设计方法不适用于IDRs的挑战。此外,还引入了一种称为强化稀疏自编码器特征学习(RL-SAE)的训练后方法,以增强具有特定、与功能相关特征的序列的生成。与现有方法相比,这种RL-SAE方法在激活目标特征和增强预测的生物功能方面显示出显著的改进。