Evo 2 学会上下文学习：几个示例即可设计抗体与噬菌体基因组
BrianHie · x · 2026-10-30
Arc Institute 团队（Brian Hie、Garyk Brixi 等）发布两项平行研究，证明基因组语言模型 Evo 2 具备 in-context learning（ICL）能力——无需重训练，仅靠 prompt 中少量示例即可学会新任务。
- 设计成果：仅用几个示例提示，Evo 2 就能设计出新型 DNA 调控元件、蛋白质、全新抗体、CRISPR-Cas9 位点、线粒体基因组乃至完整噬菌体基因组
- 基因组思维链：可将合成序列迭代构造「genomic chain-of-thought」，达成更难的设计目标
- 工程升级：Evo 2 已迁移至 vLLM 推理，提升效率
作者称这开启了一种数据与算力都更省的生物序列设计范式，是 ICL 从文本扩展到基因组学的标志性进展。
所属事件:Evo 2 涌现上下文学习：少样本即可设计蛋白质、增强子与噬菌体(20 条相关)→
「研究」频道最新
- Mitrix Bio 抗衰疗法已在 70-92 岁老人中开展早期安全性试验 — acmoytoy · 2026-10-31
- 多臂老虎机遇上 LLM：让 AI 兼顾上下文感知与实时适应 — burkov · 2026-10-31
- 开源 LiDAR SLAM 新功能：无需 GPS 多段扫描合并成一张图 — rsasaki0109 · 2026-10-31
- 12GB 显存跑通 MOSS-Image 角色 LoRA 训练：7.1GB VRAM、54 秒出图 — Mycelia_Bygonepath · 2026-10-31
- 斯坦福 CS312 课程长文拆解预训练核心概念：锐度与稳定性边缘 — stanfordnlp · 2026-10-31
- Google 量子芯片 5 分钟完成经典超算需 10^25 年的任务 — acmoytoy · 2026-10-31