BioAI 基准可能把见过的分子混进了“未见测试”
DeryaTR_ · x · 2026-07-22
BioAI 进展可能正被评测体系拖累：被引用的线程指出，常见的小分子活性预测“考试”并不真正做到未见样本测试。
核心问题是，很多药物发现基准里包含了模型实际上已经见过或高度相似的分子，导致它们很难检验泛化能力。作者主张，如果想让 BioAI 真正进步，评测设计必须先变得更严谨。
「研究」频道最新
- arXiv 避坑提示续：分类器推荐不同主分类时应接受，否则几乎必被搁置 — tdietterich · 2026-10-27
- arXiv 积压超 4000 篇论文被搁置，版主致歉并给出避坑建议 — tdietterich · 2026-10-27
- CoreWeave 三周 RL 后训练:BrowseComp 提升 22.9%,工具调用省三成 — RichardSocher · 2026-10-27
- 开源决策模型打《红色警戒2》：先卖基地后自瞄自炸，训练后无人能敌 — heathercmiller · 2026-10-27
- DeepMind 论文：LLM 无法自行随机采样，需外部传入随机数 — rohanpaul_ai · 2026-10-27
- 世界模型新玩法：物体赋重量摩擦系数，物理引擎推演机器人动作 — jonstephens85 · 2026-10-27