基准指标失准致误判，Nature 子刊论文为基因扰动深度学习模型正名
simocristea · x · 2026-10-02
一篇刚通过同行评审、发表于 Nature Biotechnology 的短论文指出：此前的基准研究称深度学习基因扰动模型跑不赢「无信息基线」，问题可能出在指标本身。作者提出阳性对照基线与指标校准框架，在 14 个数据集、18 个指标上验证发现：常用指标（如 MSE、Pearson Δ）频繁失准，对真实模型性能不敏感；在校准后的指标下，深度学习基因扰动模型确实能超越无信息基线。作者提醒，做基因表达基础模型预训练或基准测试的人都知道这项工作很难，评估指标的严谨性直接决定结论。
所属事件:Nature 子刊新论文指基因扰动模型基准评测指标失准(2 条相关)→
「研究」频道最新
- 柯西分布 KL 散度有限且对称，还有 Jensen-Shannon 闭式解 — FrnkNlsn · 2026-10-02
- 斯坦福 CS224n 开课，学员计划每日打卡分享学习笔记 — stanfordnlp · 2026-10-02
- 手写 CS224n Transformer:144 行代码暴露尺度与掩码坑 — stanfordnlp · 2026-10-02
- 仅一次人工查看就抹掉司美格鲁肽的行为表型效应 — BenSiranosian · 2026-10-02
- 首尔大学 BeyondSCe：机器人凭历史事件抓取被遮挡目标，成功率 77% — SeoulNationalUniv · 2026-10-02
- 南大 RouteFM：预训练一次到处路由，LLM 路由迈向基础模型范式 — nanjinguniv · 2026-10-02