跳到正文
事件历史事件

Bonbon 分子相互作用模型报告零样本涌现能力

1 篇报道1 个报道来源6 天前更新

先了解这件事

AI 综述

Adi Mashiach 提出分子相互作用基础模型 Bonbon,并报告该模型在约 3.2 万亿 token 的配对蛋白质-配体序列上训练后,于功能、残基和键三个层级展现零样本涌现能力。 这些能力可泛化到分布外复合物;训练仅使用蛋白质-配体序列,未使用任务特定监督或结构坐标。 在 42M 到 1.6B 六个规模的受控实验中,能力在最大规模处明显跃升,预训练损失则平滑下降。报告称,上述能力在 1:2000 的参数与 token 比下出现,以适配配对生物交互数据的稀疏性。

AI 根据报道生成 · 5 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月11日
  1. arXiv精选
    分子相互作用基础模型 Bonbon 展现三类零样本涌现能力

    分子相互作用基础模型 Bonbon 基于约 3.2 万亿 token 的配对蛋白质-配体序列训练,在功能、残基和键三个层级展现零样本涌现能力。这些能力可泛化到分布外复合物,训练未使用任务特定监督或结构坐标;42M 到 1.6B 六个规模的受控实验显示,最大规模处能力明显跃升,而预训练损失平滑下降。

本事件热度走势

可比范围当前
3
可比范围峰值
711月11日 15:00
近 24 小时变化
-49%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。