TF-MoDISco 优化版合并：提速 5-15 倍、内存省 2-3 倍
anshulkundaje · x · 2026-10-17
- 斯坦福 Kundaje 实验室团队合并了 TF-MoDISco 的 auto-optimize 优化版本，实测获得 5-15 倍速度提升与 2-3 倍内存节省，输出结果与原版完全一致。
- 优化在 4,972 个任务上验证，覆盖 ISM、DeepLIFT、Integrated Gradients、梯度等归因方法与 60 个模型的交叉组合，并测试了畸形输入。
- TF-MoDISco 是从机器学习模型的重要性分数（如 BPNet 配合 DeepLIFT/SHAP）中发现序列 motif 的经典算法，广泛用于基因组学深度学习解释。提速幅度随任务复杂度增长，代码已在 GitHub（kundajelab/tfmodisco，MIT 协议）开源。
「研究」频道最新
- OpenAI 研究员质疑 ECDSA 时间戳方案：对手可操纵的输入无法靠哈希消除 — csvoss · 2026-10-17
- 业内观点:SWA 才是前沿秘方,DeepSeek 与 Kimi 偏走独立自研路线 — burny_tech · 2026-10-17
- 新论文用竞争性神经元胞自动机演化出类生命自组织行为 — burny_tech · 2026-10-17
- Vals AI 将递归自我改进预测提前至 2027 年 7 月 — 141_1337 · 2026-10-17
- Transformers 支持激活检查点卸载到 CPU，GPU 显存紧张者福音 — StasBekman · 2026-10-17
- S4VY 发布：任意 RGB 观测实现 4D 一致性物体分割 — realChrisChoy · 2026-10-17