sokrypton：共变数据是 LLM 与 AlphaFold 成功的共同根基
sokrypton · x · 2026-11-04
sokrypton 提出：文本/代码 LLM 与蛋白质语言模型、AlphaFold 的成功，本质上都源于数据中的共变（covariation）模式。要让其他模态取得类似突破，需要在自然或人工选择下采集可供提取共变模式的等价数据。
所属事件:ESMFold 作者提出全生命树配体普查构想小分子版AlphaFold(8 条相关)→
「研究」频道最新
- ipSAE 扩展到配体评分,修复 AF3/Boltz-2 ipTM 失真问题 — sokrypton · 2026-11-05
- CMU 提出 Visual Token Routing,VLM Agent 视觉 token 减少 5.8 倍精度不变 — wellecks · 2026-11-05
- TLAPS-Bench 用 Agentic AI 找出 SlateDB WAL 读一致性 bug — tianyin_xu · 2026-11-05
- CellType 称 27B 生物模型预测细胞胜过全部 12 个前沿模型 — alifcoder · 2026-11-05
- 零微分几何前置的信息几何入门教程发布,附视频与讲义 — FrnkNlsn · 2026-11-05
- 结构引导 RNA 基础模型 structRFM 登 Nature,2100 万序列对训练 — EricTopol · 2026-11-05