Cherimoya 基因组模型升级：计数性能升至 0.78，但跨物种增益未迁移
Cherimoya 基因模型团队近日公开了新版本的调优结果与局限：计数(count)性能从约 0.72 提升至约 0.78，变异效应预测(VEP)误差几乎减半；但作者也承认，多物种 track 预测带来的提升并未迁移到变异层面与 E2G 类评测上，相关表现仅与 Borzoi 持平。这一进展与局限同框出现，反映了当前基因组语言模型在泛化能力上的核心争议，值得关注。
已确认
- 团队成员 Joachim Schreiber 披露，通过架构与数据双线优化，Cherimoya 的计数性能从约 0.72 提升至约 0.78，VEP 误差几乎减半。
- 具体改动包括把 max jitter 从 500 降到 50 等参数调整。
- 作者 Bruno de Almeida 回应斯坦福 Anshul Kundaje 的评价称，新版本已补充 GTEx eQTL(图 5e)与 E2G(补充图 21)评测，但多物种 track 预测的提升没有迁移过来，在这些评测上仅与 Borzoi 打平。
- Joachim Schreiber 补充经验：在多个案例中，观察性 holdout 上的提升与变异效应预测表现相关性很差，即使短程模型也是如此；他推测这与 Muntakim Rafi 等人提出的同源序列泄漏(homolog leakage)问题有关。
为什么重要
- 计数性能与 VEP 误差的显著改善说明架构与数据混合调优仍有效果，max jitter 等细节改动可能对社区有参考价值。
- 观察集表现与变异预测表现脱节、以及跨物种增益无法迁移，是当前基因组模型(尤其是 Borzoi 后续工作)评测方法学上的关键隐忧：模型在标准 holdout 上的提升未必代表功能性变异解读能力的提升，同源序列泄漏可能是原因之一。
2026-10-30 ~ 2026-10-31 · 5 条相关
一手来源
- Cherimoya 基因组模型计数性能升至 0.78,VEP 误差近半 — jmschreiber91 ·
- 基因组模型作者：跨物种预测增益未迁移至变异效应任务 — deAlmeida_BP ·
- 【源头】基因组模型作者：跨物种预测增益未迁移至变异效应任务 — deAlmeida_BP · 2026-10-30
- 观察集表现好不等于变异预测准：基因组模型隐忧 — jmschreiber91 · 2026-10-30
- 多物种优化未能迁移:Cherimoya 变异与 E2G 评测仅比肩 Borzoi — EthanArmand2 · 2026-10-31
- 【源头】Cherimoya 基因组模型计数性能升至 0.78,VEP 误差近半 — jmschreiber91 · 2026-10-31
- Cherimoya 基因组模型调优实录：计数性能 0.72 升至 0.78 — jmschreiber91 · 2026-10-31