跳到正文
热点事件持续更新

PertMind：细胞扰动数据训练LLM生物推理

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Zhenchao Tang等作者发布论文提出PertMind方法，将细胞扰动图谱作为强化学习环境，以实测基因响应作为可计算奖励，结合可信轨迹监督初始化与基因、通路、格式三级强化信号。作者称，该模型仅在正向扰动-响应预测上训练，却在未见细胞情境中提升响应推断，并保留通用语言能力。 作者还称，无需针对性后训练，PertMind即可迁移至反向扰动识别、双扰动推理、表型筛选优先级排序和生物过程解读等任务。

AI 根据报道生成 · 1 小时前更新

最新进展10月7日 12:00
PertMind：用细胞扰动数据的强化学习激发 LLM 涌现生物推理能力

报道时间线

沿着报道，了解事件的不同侧面。

10月7日
  1. arXiv：cs.LG
    PertMind：用细胞扰动数据的强化学习激发 LLM 涌现生物推理能力

    PertMind 将细胞扰动图谱用作强化学习环境，以实测基因响应作为可计算奖励，结合可信轨迹监督初始化与基因、通路、格式三级强化信号。该模型仅在正向扰动-响应预测上训练，却在未见细胞情境中提升响应推断，并无需针对性后训练即可迁移至反向扰动识别、双扰动推理、表型筛选优先级排序和生物过程解读。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。