Cerberus 基因组模型开源：用 SSM 替换 Transformer 提升 QTL 预测
anshulkundaje · x · 2026-10-10
研究团队发布预印本，探索用状态空间模型（SSM）做长序列基因组预测，并开源了基于该工作的 PyTorch 模型套件 Cerberus。
关键发现：
- 把 Transformer 换成 SSM 后，QTL（数量性状位点）预测效果更好，序列混合速度更快；
- 借助状态空间对偶性可以直观探查模型内部：浅层保持局部性，深层能捕获更远距离的依赖，并锚定在 TSS（转录起始位点）和 CTCF 位点上。
模型与论文均已开源放出。
所属事件:开源 Cerberus：用状态空间模型提升长序列基因组预测(2 条相关)→
「研究」频道最新
- Salesforce 发布 Opera：让编码 Agent 的反馈可追踪，解决率最高提升 15 个百分点 — Salesforce · 2026-10-10
- 纯 Rust 视觉 SLAM 工具箱 visloc-rs 更新,集成 SfM 与 3DGS — rsasaki0109 · 2026-10-10
- Agent Arena 用因果追踪替代偏好投票，五信号评测真实智能体 — arena · 2026-10-10
- WOVEN 论文：视觉转移推理可作共享原语，26 项基准提升 22 项 — mohitban47 · 2026-10-10
- OpenAI 开源内部模型数学成果仓库，含证明工件与推理轨迹，13k 星 — keunwoochoi · 2026-10-10
- AI 代写证明后，数学报告会该怎么开？学者提议新形式 — LucaAmb · 2026-10-10