少量濕實驗數據如何精細微調蛋白質語言模型？浙江大學團隊成果入選NeurIPS 2024，論文一作詳解設計思路

參與直播間抽獎，有機會獲得免費算力資源！

原標題：少量濕實驗數據如何精細微調蛋白質語言模型？浙江大學團隊成果入選NeurIPS 2024，論文一作詳解設計思路
文章來源：HyperAI超神經
內容字數：4022字

Meet AI4S 系列直播第五期預告

「Meet AI4S」系列直播將于12月10日19:00準時開播，本期特邀浙江大學知識引擎實驗室的博士研究生王澤元進行分享。此次直播將圍繞“借助擴散去噪過程助力大模型對蛋白質的優化”展開，觀眾可以期待深入的技術解析和創新思路。

直播主題與研究背景

王澤元博士將介紹浙江大學團隊提出的全新去噪蛋白質語言模型（DePLM），該模型通過對蛋白質語言模型捕捉到的進化信息進行處理，能夠有效去除與目標特性無關的“噪音”，從而實現對蛋白質適應性景觀的準確預測。研究表明，DePLM在預測蛋白質突變效應方面超越了現有的方法，并展現出良好的泛化能力，相關成果已入選2024年NeurIPS會議。

觀眾獲益與互動活動

觀眾在直播中將了解到：

1. 蛋白質適應性景觀預測的方法、數據集和評價指標。
2. 擴散模型增強的語言模型（DePLM）在適應性景觀預測中的應用。
3. 如何結合進化信息和濕實驗數據來提升AI模型的訓練效果。

此外，HyperAI超神經特別準備了抽獎活動，參與直播的觀眾有機會獲得10小時的NVIDIA RTX A6000算力，進一步增強觀眾的互動體驗。

研究亮點與方法概述

DePLM的設計理念在于通過去噪擴散框架中的排序過程優化模型的性能。具體而言，研究人員將擴散過程擴展到突變可能性的排序空間，并將學習目標從數值誤差最小化轉變為排序相關性的最大化，從而實現數據集無關的學習，確保模型的強大泛化能力。

實驗室與項目背景

浙江大學知識引擎實驗室致力于知識圖譜、大型語言模型及AI for Science等領域的研究，團隊積極招聘優秀研究人員，歡迎更多人才加入。HyperAI超神經作為中國最大的AI for Science領域搜索引擎，旨在促進科研成果的傳播與共享，推動AI在科學研究中的應用與發展。

掃碼預約直播，期待您的參與！

聯系作者

文章來源：HyperAI超神經
作者微信：
作者簡介：解構技術先進性與普適性，報道更前沿的 AIforScience 案例