斯坦福教授批融合基因组 LLM 评测：易依赖非功能性捷径
anshulkundaje · x · 2026-10-24
斯坦福教授 Anshul Kundaje 回应关于融合 LLM（基因组学+语言模型）基准的提问，指出评估这类模型最大的难题之一是判断模型是否依赖各种非功能性捷径做预测，例如正负样本集中插入/缺失片段大小的系统性差异、序列的组合属性等，而非真正学到功能信号。
所属事件:斯坦福教授系统质疑融合基因组 LLM 评测体系(12 条相关)→
「研究」频道最新
- Victor Taelin:AI 让证明成本骤降,形式化验证正迎来爆发 — pwlot · 2026-10-24
- DeepSeek-AI 携手北大发论文：提出「上下文范式」统一时空可组合性 — akbirthko · 2026-10-24
- Simular Agent S4 让开源 27B 模型在 OSWorld V2 上超越 GPT-5.5 — xwang_lk · 2026-10-24
- 前 OpenAI 成员 Yaroslav Bulatov:该抛弃反向传播了,瓶颈是内存墙 — yaroslavvb · 2026-10-24
- UBC NLP 在 EMNLP 2026 收获 21 篇论文，覆盖文化、RAG 与智能体 — mageed · 2026-10-24
- Terminal-Bench 曝 NVIDIA Nemotron 3.5 得分近零,Kimi K3.1 达 65.7% — JJitsev · 2026-10-24