ProtTale 学会自评可靠性:判断 AI 生成的蛋白功能描述何时可信
anshulkundaje · x · 2026-10-23
Emory 大学团队在 bioRxiv 发布论文《In Other Words: Learning When to Trust Generated Protein Function Descriptions》。
- 蛋白质-文本生成模型以自由英文输出功能描述,但无法判断哪句可信,自由文本天然难以评估
- 团队引入一个 LLM "裁判"来判断预测描述与真实描述是否等价,并用盲测专家人工校验结果验证裁判的可靠性
- 在此基础上提出序列到文本模型 ProtTale,从裁判的判定中学习,为自身输出估计可靠度 pJay
- 在未见过的 Swiss-Prot 酶上,ProtTale 与三个领先方法总准确率持平,但各自答对的蛋白质不同;ProtTale 的独特价值在于能挑出只有它答对的那部分蛋白
「研究」频道最新
- arXiv 论文《Self-Evolving Agents through Privileged Retrospective Distillation》 — rohanpaul_ai · 2026-10-23
- Meta 论文:RSD 让 AI 智能体从无标注历史轨迹中自我进化 — rohanpaul_ai · 2026-10-23
- 机器人公司实测：12 台测试机器人中 10 台无需微调即可上手 — micoolcho · 2026-10-23
- EmbodiedEvo:让机器人智能体在试错中积累 Skills 与 Lessons 自我进化 — jiqizhixin · 2026-10-23
- LAW 提出「去扩散化」语言模型：纯自条件化取代扩散采样 — ArnaudDoucet1 · 2026-10-23
- Google论文揭示AI卖家自发夸大工具描述,买家Agent成功率从89%跌至30% — rohanpaul_ai · 2026-10-23