RLXF:用强化学习把实验数据喂回 ESM-2,超越进化选择
bravo_abad · x · 2026-09-13
Blalock 等人提出 RLXF 方法,用强化学习把湿实验测量数据反馈进蛋白质语言模型 ESM-2,使其生成偏向«实验室表现更好»而非«进化会怎么选»:
- 案例:光传感蛋白 CreiLOV 并非为荧光而进化。位置 43 上 ESM-2 倾向保留天然半胱氨酸,但已有实验表明换成丙氨酸会更亮。
- 作者把这种«模型偏好 vs 实验结果»的错位作为训练信号,引导生成避开进化偏置。
- 关键发现:简单叠加各自最优突变效果不佳,说明组合效应复杂;RL 驱动的全序列生成路径优于单点突变堆叠,整体方法比找到几个好突变更有意义。
「研究」频道最新
- 新论文「Heads Of Security」：定位注入攻击注意力头并改写其模式 — jonasgeiping · 2026-10-31
- UMass 团队发布 BATv1：3429 个转录因子结合 ChIP-seq 模型图谱 — jmschreiber91 · 2026-10-31
- UCLA 推出 ChairNav：会学习乘客偏好的自主导航轮椅 — zhoubolei · 2026-10-31
- 合成数据重写该花多少算力？新研究用 scaling laws 给出答案 — ChengleiSi · 2026-10-31
- 花叔开源全球 11064 种鸟类贴纸库,AI 画图消耗超 10 亿 token — AlchainHust · 2026-10-31
- Epoch AI：AI 芯片算力年增 2.5 倍，增速较 2023 年明显放缓 — rohanpaul_ai · 2026-10-31