tangermeme 新增 PackedSequence：2 bit/位点，内存省 16 倍
jmschreiber91 · x · 2026-10-20
tangermeme（基因组学深度学习工具库）合并 PR #120，新增 PackedSequence 结构：将四字符字母表的序列按每位置 2 bit 打包存储，相比 int8 one-hot 编码内存占用降低 16 倍。
- 动机：one-hot 每个位置消耗 4 个值（int8 四字节、float32 十六字节），在全基因组窗口、二核苷酸 shuffle、多模型复用 deepliftshap 参考序列等大批量场景下开销巨大
- 兼容性：传入 one-hot 序列的调用不变，输出与主分支位级一致、耗时无差异；仅当调用方传入打包序列或指定 returnpacked=True 时才启用打包
- 实测效果：完全在打包空间操作时，1 万窗口的二核苷酸 shuffle 从 7.86s 降到 0.85s，内存从 8.7GB 降到 0.7GB
该分支还经过了两轮独立对抗性代码审查。
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
- 生成系统 Gojo 展示 36 骨架 108 款纹样，按概念分层自动上色 — debreuil · 2026-10-20
- 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