Transformer 识别癌症驱动突变
FranSupek · x · 2026-07-16
一篇 bioRxiv 预印本提出了**在碱基对分辨率上建模突变风险的 Transformer 模型**，目标是识别**非编码区的热点癌症驱动突变**。 发帖者对该研究表示祝贺，并转述了其新颖性与影响力；回复中还提到，@qedScience 的 AI reviewbot 对这项工作的总结很不错。
所属事件:MutFormer模型精准识别非编码区癌症驱动突变(2 条相关)→
「研究」频道最新
- RLM 论文称，任务泛化更多来自 harness 而非 Transformer — a1zhang · 2026-07-21
- Fast-FoundationStereo 把零样本双目匹配推到实时速度 — rsasaki0109 · 2026-07-21
- DiFA 让扩散模型推理对齐前向统计，生成质量更高 — cn-scut · 2026-07-21
- 微软研究院把 LLM Judge 变 Coach，优于 rubric RL — MicrosoftResearch · 2026-07-21
- OpenLongTail 用生成视角补齐长尾自动驾驶数据 — TexasAMUniversity · 2026-07-21
- GEPO 用组熵改造 GRPO，在 13 项基准上更稳更强 — internlm · 2026-07-21