ESM 作者：LLM 与 AlphaFold 皆靠数据共变性，其他模态也需补齐
sokrypton · x · 2026-11-04
蛋白质语言模型研究者 sokrypton 认为，文本与代码的 LLM、以及蛋白质语言模型/AlphaFold 的成功，本质上都源于数据中的「共变性」（covariation）模式可以被提取。要在其他模态取得类似突破，需要通过自然或人工选择采集可比数据。
他进一步指出，关键难题在于要赶在大量生物多样性灭绝之前，找到快速、廉价地从生命的巨大多样性中收集详细信息的方法。这一观点提示：模态泛化的瓶颈可能不在架构而在数据采集方式。
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)→
「漫话AGI」频道最新
- Pax Machina 提出渐进失权：AI 替代人类职能将稀释制度对人的问责 — ryan_t_lowe · 2026-11-05
- LLM 是否符合理性连贯性规范?论文历时两年刊上《人工智能》期刊 — peterbhase · 2026-11-05
- 把 AI 对齐到人类目标是否伤害 AI 自身？研究者回应道德地位争议 — rgblong · 2026-11-05
- 人类与 AI 的数据效率差距：预训练效率与零样本灵活性 — dyamins · 2026-11-05
- 盖茨:税制偏向买 AI 而非雇人,正加速白领岗位替代 — rohanpaul_ai · 2026-11-05
- Karpathy:1970 年代科幻为何几乎没预测到 AI 到来 — Hesamation · 2026-11-05