斯坦福发布 ENCODE GRAMMAR：用深度学习解码人类基因组
anshulkundaje · x · 2026-08-06
斯坦福大学 Kundaje 实验室发布了 ENCODE GRAMMAR，这是一个利用深度学习模型解码人类基因组中调控元件 DNA 序列逻辑的全新资源库。
该项目展示了轻量级模型（参数量约 10 万至 600 万）在特定生物学任务上的巨大潜力。这些模型经过严格正则化处理，不仅具备高度的可解释性，且在预测染色质可及性等任务上，能够与参数量大得多的模型（如 400 亿参数的 Evo2）相媲美。
这些模型几乎可以在过去 10 年内的任何 GPU 上运行，极大地降低了基因组学深度学习研究的硬件门槛。
所属事件:斯坦福发布ENCODE GRAMMAR：近四千个AI模型解码人类基因组调控DNA(12 条相关)→
「研究」频道最新
- CoRL 2026 开放 Demo 提案征集，新增论文快速通道 — GeorgiaChal · 2026-08-06
- 人体组织再生迎突破：从角膜到牙齿的医学进展盘点 — tomchapin · 2026-08-06
- PIMiner 智能体系统自动化破解主流大模型 — PennState · 2026-08-06
- 经济学顶会引入 AI 辅助技术验证，革新论文出版流程 — danielrock · 2026-08-06
- IBM 提出交叉编码器查询扩展法,显著提升混合搜索召回率 — burkov · 2026-08-06
- 11年真实世界数据仅换57%成功率，具身智能遇冷？ — eigenron · 2026-08-06