uint8 打包 4 个碱基位点的内存压缩技巧：DNA 序列编码再省 4 倍
jmschreiber91 · x · 2026-10-20
作者分享 DNA 序列数据（如 DeepLIFT/SHAP 分析）的低内存编码技巧：
- 第一步：不存 one-hot，改存 locus（位置索引），可直接从磁盘读入打包序列，省去内存分配，仅在每批次解码回标准 one-hot，整体内存占用很低
- 第二步（作者称少见做法）：即便 uint8 存 0-3 的值也浪费了 6 个 bit——把多个位置打包进同一个 uint8，一个 uint8 可表示 4 个相邻位置，再省 4 倍内存
两步合计可大幅降低基因组序列分析（predict、deepliftshap 等函数调用）的内存开销。
所属事件:tangermeme 推出 PackedSequence：2bit 打包让基因序列内存省16倍(6 条相关)→
「研究」频道最新
- NVIDIA团队论文：无需逐个后训练即可预判base模型潜力 — hyunw_kim · 2026-10-20
- 基模型探针预测跨基准编码 Agent 潜力：ρ=0.976 — hyunw_kim · 2026-10-20
- 三个探针预测后训练成绩：Decisive-Action BPB 达 ρ=0.964 — hyunw_kim · 2026-10-20
- NVIDIA 提问后训练圈：必须训完每个基座才知道谁是最佳 Agent？ — hyunw_kim · 2026-10-20
- SaTML 收稿翻倍至 450 篇,程序主席用早期拒稿砍掉约 40% — m2saxon · 2026-10-20
- 研究发现 GPT-2、Gemma、Llama 存在可解释的叙事机制 — _akpiper · 2026-10-20