10 亿参数模型抗衡 Evo 2 40B，算力省千倍
stanfordnlp · x · 2026-08-20
MarinDNA 团队发布的报告显示，通过数据配比优化和超参数迁移，一个 10 亿参数的标准 Transformer 模型在变异效应预测（VEP）上可媲美 40B 参数的 Evo 2 模型。该模型仅使用了约 1/1980 的训练算力，且推理速度提升了约 2330 倍。研究还发现，零-shot VEP 性能可能随模型规模增大而退化，尽管线性探针性能仍在提升。
所属事件:MarinDNA 1B 模型媲美 Evo 2 40B，算力省近 2000 倍(2 条相关)→
「研究」频道最新
- 研究者让 Codex 处理随机试验数据，它主动要求对自身设盲 — Afinetheorem · 2026-08-20
- UC Berkeley 推出五千美元开源人形机器人 — lukas_m_ziegler · 2026-08-20
- 威斯康星大学举办脑机接口解码挑战赛 — Pseudomanifold · 2026-08-20
- 研究称社媒推荐内容常与用户价值观相悖 — mattgroh · 2026-08-20
- 开发者用 5 个月 8100 次提交，用 Rust 重构 Redis — doodlestein · 2026-08-20
- IonNet 框架：无需晶体结构即可预测离子迁移率 — bravo_abad · 2026-08-20