CADS给LLM提议者算净贡献：去掉LLM的同一筛选回路才是对照，命中数会高估
核心概要
在顺序生物筛选中，大模型提议的候选常按命中数计功，但重选策略和随机补位本身也会产生命中。CADS把完整回路与去掉提议者的同一回路各自做错误率受控的判定，再取两者认证发现数的配对差；在DepMap模拟中，无LLM回路单独就能通过常规反馈门槛，按来源计数会把Qwen2.5-7B的净贡献从接近零抬到看似为正。
深度剖析
衡量大模型提议者对生物筛选的贡献，需要一个把提议者拿掉、其余环节完全相同的对照回路，而不是统计有多少命中由模型提出。 常规做法用原始命中数或来源归属给提议者记功，但回路里的重选策略和补位机制本身也会找到命中，模型选中的候选还可能挤掉补位本会发现的命中。 在DepMap 26Q1 ACH-000446为后盾的模拟中，不含LLM的回路在全反馈下认证出真实发现，与无反馈和打乱反馈的配对区间都不含零，说明标准反馈门槛在没有LLM时同样能通过。
CADS把每一轮读数转成有上限的证据增量，跨轮累积成随时有效的e过程，最后对登记的全部候选做一次e-BH判定，得到受控的终端错误发现率。 上限似然比增量限制单次读数的影响，e过程允许自适应抽样和可选停止，完整家族e-BH在任意依赖下给出终端判定；这些统计部件来自已有的bandit多重检验与稳健e值方法。 在冻结工作点，CADS平均认证245.7个真实发现、0.033个错误发现，功效0.396；朴素BH功效0.816但平均错误声明300.8个，FDR为0.372，未加上限的LR e-BH的FDR为0.251。
按来源归属会把提议者的净贡献算大，因为模型占用的槽位挤掉了补位本可发现的命中。 薄提示下Qwen每次实验认证2.95个发现，其中LLM来源与补位来源分开计数时看似LLM占多数，但LLM只填了57.7个新槽位，补位填其余槽位并找到相应命中。 去掉LLM后补位填满全部槽位，净贡献只剩0.30，说明只有与无LLM回路的头对头配对才给出净增益。
启示与展望
这套测量在DepMap 26Q1 ACH-000446等公共参考效应支撑的顺序模拟中演示，覆盖一个T细胞Perturb-seq参考、一个PRISM参考和六个DepMap 24Q4细胞系参考，并非前瞻性湿实验；读者应把它当作筛选回路的测量工具，而不是生物学结论。
保证依赖预先登记的候选家族、正确设定的单侧零假设和有效的污染上界，零假设设定错误可能使控制失效；初始20个种子上Qwen的净效应在50种子等配额复现中没有保持，三个模型的提示效应在 Holm 校正后都不排除零，固定非LLM先验仍强于所有模型。