跳到正文
原文
Xinming Tu·本站收录· 原文发表日期未标· 评测 →· 扫描记录里的位置 →精选关注度49

博主测试称最新 Claude 模型或经大规模蛋白质序列训练

Xinming Tu | Claude was trained on protein sequences at scale

AI 导读

研究者 Xinming Tu 发布评测称,最新 Claude 模型接受过大规模蛋白质序列训练。测试用 668 个来自 167 个未知功能 Pfam 家族的细菌和古菌蛋白质做下一氨基酸预测,并以打乱序列作对照:Claude Fable 5.2 在真实序列上准确率 54%,打乱后仅 9%,Opus 5.5 也有类似差距,而 GPT、Gemini 以及 DeepSeek V4.1 Flash、Qwen 3.8 等七个开源权重模型均接近零。Fable 5.2 超过所测全部开源蛋白质语言模型,Opus 5.5 与 ProtGPT3-10B 相当。作者称该能力在 128 个无论文家族同样成立,并能延伸到训练截止后于 2026 年 8 月首次公开的 56 个蛋白质,据此推断蛋白质序列占其训练数据的相当一部分;Opus 5.5 只预测人和小鼠编码序列,并未学到基因组。

推荐理由

打乱序列作对照的评测设计把模型对序列顺序的知识与氨基酸组成区分开,这类方法可迁移到对前沿模型训练数据构成的推断。

阅读原文xinmingtu.cn