arXiv · q-bio.QM (定量方法)· Zheyu Zhang, Yuanhao Huang, Fan Feng, Jie Liu·· 3 天前精选AI 评分70
研究揭示STATE扰动预测解码器的低秩瓶颈，并提出逐预测置信度评分
A low-rank decoder bottleneck bounds reliability in foundation-model perturbation prediction
AI 导读
研究审计STATE的状态转移解码器在SE-600M、scGPT和Tahoe-x1三种编码器及四种CRISPRi细胞系上的表现，发现其首层注意力输出为低秩，投影到4-32个由训练激活估计的固定方向仍可保持平均逐扰动Pearson delta相关（PDC）。
推荐理由
研究揭示STATE解码器的低秩瓶颈如何限制扰动预测可靠性，并给出可跨编码器迁移的逐条置信度评分。
来源：arXiv · q-bio.QM (定量方法) · arxiv.org