斯坦福教授 Kundaje 炮轰 AI×Bio 研究与 NeurIPS 评审

斯坦福计算生物学/深度学习教授 Anshul Kundaje 于 10 月 3 日连发多条帖子，对 AI×Bio 交叉领域的研究规范与顶会评审质量提出系统性批评，点名 BioReason 论文及其 benchmark 的严重问题，引发关注。

已确认

Kundaje 点名 BioReason 论文存在严重问题：配套的 BioReason benchmark 在任务定义上有严重缺陷，且 prompt 中存在信息泄露，他明确建议不要再使用这些任务；该论文能排进当年 NeurIPS top 20，在他看来彻底反映了 ML 顶会对生物方向工作的评审水平，完全是个笑话。
他澄清批评对象是 BioReason 论文本身而非 BioReason-Pro；其课上学生检查后认为 BioReason-Pro 很可能还存在其他问题，但有待进一步验证。
他指出所谓「多模态生物学推理模型」名不副实，缺基础对照；早期半成品研究在无对照组实验的情况下做出夸张宣传性结论，是 AI for Science 领域当前需要警惕的趋势。
他补充指出，经典训练的生物学家熟悉的「对照组」针对的是传统实验；当模型介入流程（model-in-the-loop）或数据是为特定学习任务专门生成时，对照设计规则与传统实验不同，需要区别对待。
他对 AI 背景转入生物学的新人提出建议：与湿实验室人员共事，系统学习实验设计、混杂因素与对照等课程，不要只停留在了解 assay 与实验流程的层面。
他呼吁整个领域引入更严格的科学规范，称严谨性需提升 5 倍、炒作需减少 100 倍。

这是一位横跨计算生物学与深度学习的知名学者对 AI4Science 方法的直接点名批评，触及 benchmark 构建质量、对照组实验缺失与顶会评审专业性三个痛点；其关于「模型在环实验需要不同的对照设计规则」的观点，对 AI×Bio 从业者的研究设计与投稿审稿都有直接参考价值。

2026-10-03 ~ 2026-10-03 · 11 条相关