跳到正文
arXiv · AI· Paarth Batra, Aryan Keluskar·· 7 天前AI 评分31

蛋白质语言模型在不变重标号下无法捕获接触预测

Protein Language Models Fail To Capture Contact Predictions Under Invariant Relabeling

AI 导读

蛋白质语言模型在氨基酸字母表全局双射重标号下接触图性能崩溃,而Potts模型等经典方法保持不变。 在ESM-2、MSA Transformer和AMPLIFY(8M至3B参数)架构中,模型依赖标准残基身份而非纯共进化统计,导致性能退化。 这一诊断框架揭示了神经黑色盒子中的潜在表示偏见,防止了在生物建模中对神经网络的过度依赖。

来源:arXiv · AI · arxiv.org