跳到主要内容
检索

University of Turin

4 篇关联报道

订阅更新
  1. bioRxiv

    稳定性预测不再自相矛盾:EvoPhi-DDG把进化比对模型改成势差,正反预测严格反号

    蛋白质稳定性变化预测器常给出前后不一致的结果:交换突变前后两条序列,预测值并不严格反号,同一突变位点经不同中间状态绕行也难闭合。EvoPhi-DDG在不重新训练的前提下,把基于家族比对的MSAesm_ddG改写为以突变位点和比对上下文为条件的有效势之差,使正反预测严格反号、固定比对上下文下同一位点严格可加。它与已发表的JanusDDG等权平均后,在S669上Pearson相关为0.59,高于JanusDDG的0.55和EvoPhi-DDG的0.53。

  2. Nanoscale

    硫化氢在耐火氧化物上如何停留:基础模型先筛构型,DFT 光谱复现实验谱带次序

    硫化氢在纳米尺度耐火氧化物表面是物理吸附还是解离,此前难以穷举构型空间。研究把无偏自动吸附采样与现成原子间基础模型结合,先由 MACE 的 MPA 模型筛出候选极小值,再逐一对候选做 PBE-D2*(N) 与 HSE06 的 DFT 精修,并用 DFT 计算的多构型红外谱与 150 K 原位红外谱对照。计算谱复现了 H–S 伸缩峰在三类材料上的红移次序:二氧化硅 2603 cm⁻¹、镁橄榄石 2588 cm⁻¹、MgO 2504 cm⁻¹。

  3. arXiv

    用聊天结构挑位置,只解释5%的token就能保住几乎全部威胁识别成功率

    该研究在4个模型、4个审计数据集上生成约470万条自然语言自编码器(NLA)解释,比较13种单次前向传播即可算出的位置打分信号与仅依赖聊天结构的排序器,发现聊天结构在14个模型-数据集组合中的12个里AUROC高于最佳单一信号,且在4个数据集中的3个上只解释5%的位置就能保留接近全量解释的审计成功率,并发现预训练verbalizer无需额外训练即可读出微调后模型刻意隐藏的词。

  4. 尿动力学报告撰写器(URapp):基于GPT-4o的尿动力学解读与报告草稿生成应用

    该研究开发并验证了基于GPT-4o的尿动力学报告撰写器应用(URapp),其依据科学文献与国际尿动力学指南建模、经两家转诊中心检查数据由两位专家监督微调,由功能泌尿科专家按0-5分Likert量表评估,在解读准确性(4.5±0.2)、概念解释(5.0±0)、循证标准依从性(4.8±0.3)、建议清晰实用性(4.2±0.3)、临床相关性(3.8±0.3)和诊断有用性(3.5±0.5)等维度获得较高评分,并在100例连续尿动力学检查(中位年龄61岁)中全部获得总体评分≥4。

已读完全部报道