单细胞基础模型争议或为度量问题，新论文称校准指标可翻案
anshulkundaje · x · 2026-10-06
Bo Wang 团队在 Nature Biotechnology 发表新论文《Deep Learning Perturbation Models Can Outperform Baselines on Calibrated Metrics》，回应去年多项关于"单细胞基础模型在扰动预测上打不过简单基线"的结论。
- 核心论点：此前的否定结论可能是"度量问题"而非模型能力问题——常用指标如 MSE 和以对照组为参照的 Pearson Δ，经常把无信息基线排在阳性对照之上，无法可靠区分好预测与坏预测。
- 争论背景：有研究者指出某些模型预测与观测扰动效应的相关系数仅 0.08，而这些数据集动辄花费数百万美元生成，质疑虚拟细胞（Virtual Cell）方向的资本配置。
- 论文主张用校准后的替代指标重新评估，认为深度学习扰动模型在校准指标下可以超越基线。
所属事件:斯坦福教授连发12条长帖质疑单细胞基础模型与「虚拟细胞」叙事(12 条相关)→
「研究」频道最新
- 90+ Opus 智能体 3 天找到两种室温磁性半导体候选材料 — ctjlewis · 2026-10-06
- 扰动模型难泛化的两大瓶颈：系统表征与信号识别 — yusufroohani · 2026-10-06
- Apple 研究员两篇流模型论文中选 NeurIPS,提出轨迹归一化模型 — thoma_gu · 2026-10-06
- NormalFactory 推出 FrontierCAD,自动校验 AI 生成 CAD 装配是否正确 — hudzah · 2026-10-06
- Stability AI 暑期项目 SemanTok:49M 模型语义评测胜过 47 倍大对手 — CSProfKGD · 2026-10-06
- Kundaje 续谈虚拟细胞:现有实验设计学不出因果世界模型 — anshulkundaje · 2026-10-06