VenusGenome掩码自编码器发布
热点事件持续更新
VenusGenome掩码自编码器发布
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
VenusGenome是一款结合可见编码与基因组感知注意力的基因分辨率掩码自编码器，由Zhang Liang等人提出。该模型用于学习微生物基因组表征，其核心架构引入了包含contig边界、相对链方向及基因位置的基因组感知注意力机制，以增强对基因间空间关系的捕捉能力。 模型在超过170万个微生物基因组组装语料上进行了预训练。数据来源于分离株和宏基因组来源，预训练过程使用冻结的蛋白质嵌入作为基因级输入，确保了模型在大规模数据上的高效学习与表征提取。 在性能评估方面，VenusGenome在11项主要指标中有9项取得了最高平均表现。这一结果证实了该模型在微生物基因组表征学习任务中的先进性，验证了结合可见编码与特定注意力机制策略的有效性。
AI 根据报道生成 · 7 小时前更新
最新进展11月5日 13:00
VenusGenome：基于基因组感知的掩码自编码微生物基因组表征学习报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · AIVenusGenome：基于基因组感知的掩码自编码微生物基因组表征学习
VenusGenome 是一款结合可见编码与基因组感知注意力的基因分辨率掩码自编码器，用于学习微生物基因组表征。 模型在超过 170 万个微生物基因组组装语料上预训练，使用冻结的蛋白质嵌入作为基因级输入。在 11 项主要指标中的 9 项上取得最高平均表现。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 1011月5日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:0018:0019:0020:00
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。