LLM 召回的同源序列是背的还是推的?对比 UniRef100 给出答案
sokrypton · x · 2026-11-20
sokrypton 线程第 4 部分:探讨 Claude Fable 5.2 生成的同源序列到底是「作弊」地从 UniProt 拉取、从记忆中背诵、还是真的从学到的共进化规律生成新序列。
方法是把每条「召回」序列与 UniRef100 数据库做对比。配图显示对 YaaA、CheY、thioredoxin、DHFR 四个蛋白家族各 500 条召回序列的分析:中位序列一致性约 68–75%,几乎没有序列达到 ≥95% 一致性(0–8%),完全相同的只有 0–1%。说明模型并非在背诵数据库,而是生成了「像但又不是」的新序列。
所属事件:开发者用 Claude 凭记忆生成 MSA 喂 AlphaFold 做结构预测(9 条相关)→
「研究」频道最新
- Transformers PR 用 SSD 流式加载 MoE 专家,32GB Mac 跑 180B 模型 — jomic01 · 2026-11-20
- orphan 蛋白上 AlphaFold3 与 ESMFold 全失效,Claude 接触预测亦弱 — sokrypton · 2026-11-20
- 《百页机器学习书》Leanpub 促销:原价 40 美元现仅 14 美元 — burkov · 2026-11-20
- 新图像视频模型流行搭一个微调 LLM 做提示词升采样器 — ostrisai · 2026-11-20
- PyTorch 核心开发者 ezyang 演示形式化 PTX 内核的复杂性 — ezyang · 2026-11-20
- 科学家用 Gemini 4 Neon 设计 CAR 免疫受体,称设计最具创新性 — DeryaTR_ · 2026-11-20