Kundaje评模型零样本填补能力
热点事件观察中
Kundaje评模型零样本填补能力
3 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
斯坦福大学遗传学教授 Anshul Kundaje 在评论一项新模型工作时称，该模型在训练中未直接见过的条件或细胞状态下进行零样本填补和预测，效果往往优于在未见数据上微调先前方法，他认为这是一项极强的能力。 Kundaje 同时划定了适用边界：这种填补只在大量训练条件之间做有效内插时成立；遇到分布外条件，模型会出错。他仍称这项工作“非常具有赋能作用”。 关于长程问题，Kundaje 表示它远未解决，但相比 AG1 已是相当大的进步；他认为下一次飞跃可能来自增强子扰动数据集，或来自能捕捉 E2G 连接基本机制的归纳偏置。
AI 根据报道生成 · 1 天前更新
最新进展11月12日 14:49
Kundaje谈模型填补能力的局限事件进展
2 个进展
- 11月12日 14:49 · 1 篇报道Kundaje谈模型填补能力的局限Anshul Kundaje：Kundaje谈模型填补能力的局限
- 11月12日 14:49 · 2 篇报道零样本填补预测能力引关注Anshul Kundaje：零样本填补预测能力引关注
报道时间线
沿着报道，了解事件的不同侧面。
11月12日
- Anshul KundajeKundaje谈模型填补能力的局限
@adamgayoso @Avsecz 我要说明的是，这种填补能力将存在局限，仅限于在大量训练条件之间进行有效内插的场景。对于分布外条件，模型会出错，但尽管如此，这仍是一项非常具有赋能作用的工作。6/
- Anshul Kundaje零样本填补预测能力引关注
@adamgayoso @Avsecz 一项非常令人印象深刻的新能力是，在训练中未直接见过的条件/细胞状态下进行零样本填补/预测，往往优于在未见数据上微调先前方法。这是一项极其强大的能力。5/
- Anshul Kundaje长程问题远未解决但已大幅进步
@adamgayoso @Avsecz 长程问题仍远未"解决"，但相比 AG1 已是相当大的飞跃。我认为下一次飞跃将来自增强子扰动数据集，或来自能捕捉 E2G 连接机制基本特性的归纳偏置——这些机制可能由其他实验揭示。4/
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 1011月12日 16:00
- 近 24 小时变化
- -21%
02.557.510
18:0011月13日06:0012:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。