DeepPhylo 用深度学习推断系统发育树，摆脱恒定突变率等强假设
anshulkundaje · x · 2026-10-15
与传统方法必须假设恒定突变率、无视插入缺失等不现实的进化模型不同，DeepPhylo 能在更丰富的模型下推断系统发育树。作者与 Andrew White 等合作，帖子附图展示了 bottom-up、middle-out、top-down 三种树构建策略的演化过程，并给出了论文/代码链接。这是 AI for Science 在进化生物学方向的应用。
「研究」频道最新
- EmbodiedEvo 登顶 RoboDojo：失败的机器人练习也能被下一个 agent 继承 — thetripathi58 · 2026-10-15
- 797GB n-gram 放进 CPU 内存，小模型硬扛多 57% 算力 — PangWeiKoh · 2026-10-15
- Google 论文 Harness²:无验证器下递归进化 agent harness,最高提升 11.5 分 — dair_ai · 2026-10-15
- Kambhampati 明尼苏达开讲：「LLM 思考 token 神话」的系统拆解 — rao2z · 2026-10-15
- 3D Gaussian Splatting 科普：机器人如何记住看不见的世界 — TheTuringPost · 2026-10-15
- muse 模型 4 周写出 10 篇健康科学研究论文 — armand_ruiz · 2026-10-15