Nature 子刊:校准指标后基因扰动深度学习模型可胜过基线
《Nature Biotechnology》发表研究指出,此前基准评测称深度学习基因扰动预测模型跑不赢无信息基线,问题实出在评测本身而非模型。作者提出阳性对照基线与指标校准方案,形式化地质疑现有基因表达基础模型基准是否有信息量。校准后,深度学习模型表现可胜过基线,为其正名,也凸显了基准设计对生物基础模型评估的关键影响。
2026-10-02 ~ 2026-10-02 · 3 条相关
- 新论文质问:基因表达基础模型的基准评测真的有信息量吗 — simocristea · 2026-10-02
- 基准指标失准致误判,Nature 子刊论文为基因扰动深度学习模型正名 — simocristea · 2026-10-02
- Nature 子刊:校准指标后,深度学习基因扰动模型可胜过基线 — VectorInst · 2026-10-02