论文12:45
PerturbEnergy:基于条件能量先验的细胞扰动响应预测方法药物研发圈的可以看看,这篇提出了 PerturbEnergy,用能量先验让模型更专注扰动效应,DEG 预测刷到了 SOTA,代码也开源了。
药物研发圈的可以看看,这篇提出了 PerturbEnergy,用能量先验让模型更专注扰动效应,DEG 预测刷到了 SOTA,代码也开源了。
这篇论文发了个叫 OmniDecVAEs 的框架,能把几十个传感器数据揉在一起,分类和生成都行,参数才 4.1M,比 Transformer 还准。
做生物信息学或组学数据降维的团队,终于有了一个标准化的 HPO 测试场——BBOmix 帮你省去从头调参的试错成本,做自编码器研究的可以直接用它验证方法。
机器人视觉数据压缩的痛点终于有了兼顾效率与兼容性的方案——SEAOTTER在200:1压缩比下比AVIF更快更准,做云机器人或边缘计算的团队可以直接用开源代码试试。
这项研究让 AI 的“黑箱”思考变得可读,对关注 AI 安全与可解释性的研究者和开发者来说,是理解模型行为的关键一步,值得深入阅读。