CGMap 按距离分层看基因网络,登 Nature Machine Intelligence 助力癌症基因筛查
bravo_abad · x · 2026-11-18
发表于 Nature Machine Intelligence 的 CGMap 方法,解决图神经网络「看远就糊」的问题:GNN 每加一层就对邻居做一次平均,几层之后所有基因特征趋同,如同反复模糊的照片——这对寻找癌症基因很致命,因为 12,000 个基因中已知癌基因仅约 800 个,关键线索往往藏在网络几步之外。
CGMap 的做法是把不同跳数的邻居分开处理:一步邻居进一个通道、两步进另一个,最多到十步,模型为每个距离学一个「信任权重」,像每个距离一个滑块的均衡器。学习结果显示模型最看重的距离是四步以外,而非直接邻居。其排序 AUC 在看 1 步到 10 步时波动不超过 0.5%,而标准堆叠网络做不到。
「研究」频道最新
- Liquid AI 后训练负责人播客:两年间 SFT/RL/MOPD 流程剧变 — ziv_ravid · 2026-11-18
- 自体接种实验:prompt+微调把 reward hacking 率从 82% 压到 20% — repligate · 2026-11-18
- GPU QR 竞赛审计:冠军代码快 107 倍,新输入上全军覆没 — kfountou · 2026-11-18
- Embodied First Exam 发布:1090 个具身任务,从特权到实时全面碾压现有 agent — ManlingLi_ · 2026-11-18
- Mercor 长程工程基准 GPT-6.2 Astra 夺魁,得分 67.2% 领先 Fable 5.2 — morqon · 2026-11-18
- 谷歌 EmbeddingGemma 2 发布:五种模态统一嵌入空间 — GlennCameronjr · 2026-11-18