Phylo 测试:Claude 新模型能预测冷门蛋白序列,疑大规模训练蛋白数据

AllThingsApx · x · 2026-11-18

Phylo 团队的 Xinming Tu 发布测试,结论是最新 Claude 模型在训练中大规模使用了蛋白序列数据。

方法:对 668 个细菌/古菌蛋白(来自 167 个功能未知 Pfam 家族,无解析结构、论文不超 3 篇、UniProt 无近亲)做「下一个氨基酸预测」,并对比打乱顺序后的版本——打乱保留字母、破坏顺序,两者准确率之差即衡量模型对序列本身的记忆。

结果:

作者区分了两种可能来源(UniProt 等序列库 vs 关于蛋白的文献),著名蛋白无法区分二者,因此专测无人书写的蛋白。文章与评测代码均已开源。

所属事件:Phylo 测试称 Claude 疑似大规模训练蛋白序列数据(2 条相关)→

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →