LLM 做不出 KRAS 那种原创洞见,但胜在跨领域组合假设
Ghost_Pilot_MD · x · 2026-08-28
围绕「不可成药靶点」KRAS 与 Daraxonrasib 的诞生,作者做了一个思想实验:如果在 Gregory Verdine 当年发明该思路时(文献极少)问 Grok 和 ChatGPT 能否想到,两者都回答「不可能或不太可能」。
作者的观点:当下谈「不可成药靶点」的团队大多在用暴力 AI 筛分子结构和刷 benchmark,缺少有趣的想法与假设驱动,成效有限;而 LLM 的真正价值在于跨领域知识组合 + 人类假设的压力测试与生成。真正新颖的东西不在训练数据里,最终还是要在现实中验证。
「研究」频道最新
- 技术对比:Qwen 与 Minimax 的稀疏注意力实现差异 — stochasticchasm · 2026-08-28
- Simular 神经符号 Agent 获 OSWorld 2.0 榜首 — xwang_lk · 2026-08-28
- 对比 Qwen 与 MiniMax 的稀疏注意力机制实现 — stochasticchasm · 2026-08-28
- Meta 开源 SuperDex:专注接触的灵巧操作物理引擎 — soleio · 2026-08-28
- 给蒸馏 critic 喂真实照片,Krea2 LoRA 两步出图仍清晰 — TimeTruth2490 · 2026-08-28
- 分享一张极其清晰的 GDN 架构图 — stochasticchasm · 2026-08-28