斯坦福教授：LLM 筛非编码变异后，实验验证成最大瓶颈
anshulkundaje · x · 2026-11-07
斯坦福教授 Anshul Kundaje 在与网友的讨论中指出，一旦人类或 LLM 获得基因组编辑类工具并优先针对非编码变异采取行动，验证将成为巨大挑战——在发育期细胞类型中做扰动实验非常困难，因为准确的实验模型系统几乎不存在。他补充，ML 模型需要获取这些发育细胞场景下的珍贵数据来预测变异效应，但这类数据在合适的发育阶段极难获得，类器官或 iPSC 来源细胞等模型系统有所助益但并非总是可行。
所属事件:斯坦福教授论罕见病：瓶颈在生物学而非AI(10 条相关)→
「漫话AGI」频道最新
- 研究员晒父亲脑瘤病历时力挺 AGI:医疗系统辜负了他 — mmmbchang · 2026-11-08
- AI 智能体把数据库提速 6 倍却靠猜答案,通过测试不等于系统可用 — bigdata · 2026-11-08
- LessWrong 作者称「超级智能今年圣诞前到来」，称比 AI 2027 更激进 — toptickcrypto · 2026-11-08
- 「指尖上有全人类知识反而让我们变笨」引热议 — dscape · 2026-11-08
- AI 能否让中央计划复活?jonathanstray 重审百年「社会主义计算论战」 — NathanpmYoung · 2026-11-08
- METR 报告后 AI 安全圈集体「惊恐脸」，梗图刷屏 — danfaggella · 2026-11-07