深度学习已能小样本学习，新集成框架提升药物数据预测稳健性
marwinsegler · x · 2026-09-22
作者介绍其团队的新研究：深度学习模型如今能从少得多的数据中学习；新的集成（ensemble）框架提升了预测稳健性；并验证了对制药企业电子实验记录本（ELN）数据进行微调的可行性。模型代码和权重已在 GitHub 开源。
作者还邀请社区改代码、微调、加入新模型一起探索，发现预测错误可直接反馈以便改进模型。
所属事件:微软 retroChimera 逆合成模型登 Nature 并开源(5 条相关)→
「研究」频道最新
- 9 月机器人八大进展:Digit 5 扬 22.7 公斤,Helix 2.5 进 30 个家庭 — TheTuringPost · 2026-09-22
- 新论文用实证数据检验「工作与幸福感」，追问 AI 时代的意义 — scychan_brains · 2026-09-22
- 多智能体研究复盘：定期清空上下文并留摘要文档大幅提效 — DimitrisPapail · 2026-09-22
- 多智能体为何胜串行：DimitrisPapail 猜测跨调用注入熵更有效 — DimitrisPapail · 2026-09-22
- 多智能体 vs 串行对比引争论：团队胜出需 10-100 倍算力 — generatorman_ai · 2026-09-22
- Nature 综述:LLM 充当人类代理的四类角色与各自效度标准 — iyadrahwan · 2026-09-22