新预印本：信息密集合成方法将生成模型带进化学分子发现
anshulkundaje · x · 2026-10-07
Eli Weinstein 团队（斯坦福 Anshul Kundaje 组）首个博士生的一作预印本发布。研究探索「lab-in-the-loop」机器学习系统如何最高效地学习：怎样让每次实验承载尽可能多的信息。论文《Information-Dense Synthesis for Molecular Discovery》提出将生成模型控制的随机合成（model-controlled stochastic synthesis）从 DNA 领域拓展到新的化学领域，且无需条形码标记或基于测序的读出。
所属事件:新预印本提出信息密集合成加速分子发现(2 条相关)→
「研究」频道最新
- 研究发现:均值基线在约95%情况下击败 AI 生物基准评分 — bravo_abad · 2026-10-07
- Scaling 之争关键:模型可预测变强 vs 变得可预测地强 — Diyi_Yang · 2026-10-07
- HarnessTester 挖出百余个真实 harness bug,直指 LLM 与框架交互边界 — LingmingZhang · 2026-10-07
- AWS 论文:改通信协议让多智能体编码团队通过率提升 28.2% — dair_ai · 2026-10-07
- RSI 能省算力但救不了数据？前沿模型的真正瓶颈引争论 — maxsloef · 2026-10-07
- 105 个真实 bug 实测:Mistral Large 4 惨败 Qwen 与 DeepSeek — PawelHuryn · 2026-10-07