分子相互作用基础模型 Bonbon 展现零样本涌现生物学能力
这篇论文把大模型的涌现现象搬到了药物分子层面:只用序列训练的 Bonbon,不做任务监督就能自动学会找结合位点、判断共价与非共价。速度比共折叠快十万倍,湿实验命中率 61.5% 相当扎实。做药物设计或分子机器学习的都该看看。
这篇论文把大模型的涌现现象搬到了药物分子层面:只用序列训练的 Bonbon,不做任务监督就能自动学会找结合位点、判断共价与非共价。速度比共折叠快十万倍,湿实验命中率 61.5% 相当扎实。做药物设计或分子机器学习的都该看看。
想把两个模型权重合并凑出新能力?这篇论文用三个模型家族证明涌现能力合不出来,错位反而会跟着保留。
做模型训练或理解 scaling law 的团队值得一读——这篇论文把大模型涌现能力的机制讲清楚了,不是玄学而是容量与干扰的数学问题。
Hinton亲手搭建了现代神经网络的底子,他的警告不是危言耸听——做AI安全、模型对齐或大模型应用的团队,看完会重新审视自己产品的风险边界。