弃用单簇蛋白或有损 PLM 训练性能
KevinKaichuang · x · 2026-08-18
在训练蛋白质语言模型（PLM）时，通常的做法是丢弃那些不与至少一个其他蛋白聚类的宏基因组蛋白（即单簇 singletons）。
新研究表明这很可能不是正确的策略。该工作展示了保留这些数据的价值，并与 ESMC / ESM Fold 2 训练附录及 Dayhoff 等工作形成互补，对改进 PLM 数据质量具有重要意义。
所属事件:研究称训练蛋白质语言模型不应丢弃孤儿蛋白(3 条相关)→
「研究」频道最新
- 五药企联邦训练 OpenFold3：2 万私有结构数据不外泄提分 11 个点 — jiqizhixin · 2026-10-16
- 新水印框架 SWAN 把签名藏进句义，改写也难抹掉 — burkov · 2026-10-16
- 可解释性圈起争执:"神经网络本就干净"结论被指夸大 — aryaman2020 · 2026-10-16
- LayerTrim：免训练剪枝保住推理模型 AIME 能力 — SeoulNatlUniv · 2026-10-16
- Simular 在 BayLearn 展示神经符号化计算机使用 Agent — xwang_lk · 2026-10-16
- Google 量子负责人 Neven 谈芯片测试争议并计划把大脑连上量子计算机 — Chris_Armstrong · 2026-10-16