跳到主要内容
检索

Guangshuo Cao

1 篇关联报道

订阅更新
  1. Science Advances

    GenNA把自然语言注释当作生成条件:只给10个核苷酸前缀,序列恢复就高于Evo2-7B与GENERator-v2

    核苷酸生成模型此前主要靠序列前缀或结构化标签控制输出,难以表达复杂的基因功能语义。GenNA把物种、基因名和功能注释等自然语言提示放在序列开头,用统一的跨模态分词器在2221种真核生物、约4160亿字符的语料上从头预训练,以自回归方式同时建模序列与注释。在序列恢复基准上,仅给10个核苷酸前缀时,带完整注释的GenNA在RNA和DNA上平均比对一致性分别为0.465和0.455,高于Evo2-7B与GENERator-v2;其优势随前缀变长而减弱。

已读完全部报道