热点事件持续更新

ESM-2预训练数据过滤研究：削弱病毒性能且微调可恢复

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

2026年10月19日，由Aaron Maiwald等人发表的arXiv论文展示了ESM-2蛋白质语言模型预训练数据过滤的研究。研究表明，在预训练数据中过滤掉病毒蛋白会显著降低模型针对病毒蛋白任务的表现，但对非病毒蛋白任务影响有限。这一发现确立了预训练过滤在选择性削弱病毒相关性能上的中等有效性。研究指出，随着模型参数从8M扩展至3B，严格过滤带来的性能削弱效果增强。然而，这种效果对微调不具备耐久性。使用H100进行微调即可恢复性能，最大模型仅需约80美元计算成本。

AI 根据报道生成 · 3 小时前更新

最新进展10月20日 12:00

ESM-2 蛋白质语言模型预训练数据过滤有效性与耐久性研究

报道时间线

沿着报道，了解事件的不同侧面。

10月20日

12:00
arXiv · ML
ESM-2 蛋白质语言模型预训练数据过滤有效性与耐久性研究
研究发现，在 ESM-2 蛋白质语言模型中过滤病毒蛋白数据会显著降低针对病毒蛋白的任务表现，但对非病毒蛋白影响有限。随着模型参数从 8M 扩展至 3B，严格过滤的效果增强；使用 H100 进行微调可恢复性能，最大模型仅需约 80 USD 计算成本。这确立了预训练过滤在选择性削弱病毒相关性能上的中等有效性，但其效果对微调不具备耐久性。

本事件热度走势

可比范围当前: 8
可比范围峰值: 810月20日 18:00
近 24 小时变化: –

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。