以下为上游提供的源文稿,可能存在识别错误。
乔木转写是基于源文稿的中文提炼,不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇,慢慢读
从左侧挑一篇,正文会在这里排成书页。
Foundation models trained on large unlabeled corpora develop emergent capabilities, tasks that go beyond the training objective. We extend this paradigm to multimodal biology with Bonbon, a foundation model for molecular interactions trained on approximately 3.2 trillion tokens of paired protein-ligand sequences. From
阅读原文 · Adi Mashiach
向阳乔木 · opencode-go/deepseek-v4.1-flash
这篇论文值得看,因为它把大模型领域一个被反复讨论的现象搬到了生物分子上: 只训练“配对序列预测”这一件事,模型却自己长出了判断药物机制、定位结合位点、区分共价键的能力 。 更关键的是,这些能力不是线性变强的。作者做了从 42M 到 1.6B 六个规模的对照实验,发现预训练 loss 一路平滑下降,但零样本能力在最大规模上才突然跳出来。这对“看 loss 判断...