ProteinDPO 用偏好对齐解决蛋白模型对齐问题
bravo_abad · x · 2026-08-23
Talal Widatalla 等人提出 ProteinDPO，将 LLM 的直接偏好优化（DPO）应用于蛋白质语言模型，解决模型内部偏好与工程实际需求（如稳定性）不匹配的问题。
核心方法：
- 使用约 66 万条实验稳定性测量数据作为偏好数据。
- 模型通过对比更稳定与较不稳定的变体序列进行学习，而非仅对好样本微调，从而保留了预训练获得的大量通用知识。
结果：基于 ESM-IF1 微调后的模型，在偏好对齐方面表现提升。
「研究」频道最新
- Halcyon：0.52B 参数省 18 倍算力超越 LlamaGen-XL/8 文生图基线 — JosephJacks_ · 2026-10-16
- GPT-6.1 审查 arXiv：6% 论文主定理有错，近两月降至 1.5% — nitarshan · 2026-10-16
- 研究：一个 just 之差就能改变 LLM 对话的走向 — StellaLisy · 2026-10-16
- SEAR 首次大规模对照研究：7 个前沿 LLM、330 项任务检验自进化机器人 — xiye_nlp · 2026-10-16
- Claude 助力连破椭圆曲线纪录后，EC Rank 挑战赛开放 156 个纪录位 — Jsevillamol · 2026-10-16
- 用超声替代胎儿 MRI，牛津团队做产前大脑 AI 建模 — AnnaCiaunica · 2026-10-16