实证研究发现:最新 Claude 模型曾大规模直接训练蛋白质序列
LeoTZ03 · x · 2026-11-18
研究团队设计了一个「下一个氨基酸」测试,为 20 个语言模型提供少有人研究的细菌蛋白开头,要求预测后续氨基酸。只有最新版 Claude 模型(Fable 5.2 与 Opus 5.5)能准确预测,GPT、Gemini 及 7 个开源模型均不行。
方法与证据:
- 测试集为 668 个来自 167 个功能未知 Pfam 家族的细菌/古菌蛋白,均无解析结构、相关论文不超过 3 篇、UniProt 中无近缘序列
- 将蛋白质打乱字母顺序后再次测试,Claude 准确率大幅下降,说明模型记住的是序列本身的顺序信息
- 行为与蛋白质语言模型一致:蛋白质家族越大表现越好,在完全没有论文的家族中也能预测
结果:Fable 5.2 超过所有测试的开源蛋白质语言模型,Opus 5.5 与其中最大的 ProtGPT3-10B 持平。
研究动机在于区分前沿模型是从 UniProt 等序列数据库学习,还是仅从关于蛋白质的文字中学习——著名蛋白(如 GFP)无法区分两者,因此选择了几乎无人撰写过的蛋白质。
「模型」频道最新
- 要 Claude「只输出 10 个氨基酸」,它答错后宣布:GPT-7 当选第 267 任教皇 — LeoTZ03 · 2026-11-18
- Haider:中国模型已跌出 Pareto 前沿,瓶颈在算力而非算法 — haider1 · 2026-11-18
- SID.ai 发布智能体搜索模型 SID-1:召回提升 1.9 倍、速度提升 24 倍 — baseten · 2026-11-18
- 谷歌发新模型 Gemini 4 Hydrogen,驱动 Tasks 执行力升级 — GeminiApp · 2026-11-18
- 头部 token 大户实测:Carbon 模型 xhigh 档编程表现出色 — olcan · 2026-11-18
- Anthropic S-1 揭示残酷规律:超六个月的老模型只贡献不到 20% 营收 — every · 2026-11-18