Ethan Baron

系统发育树的后验推断长期依赖似然计算，而插入缺失、位点选择等真实演化过程让似然不可解。这组条件生成模型把建树拆成自底向上、自中向外或自顶向下的一步步决策，用离散扩散目标训练，在真实与合成数据上比此前的模拟推断方法Phyloformer 2更接近MCMC后验；在简单数据上与IQ-Tree持平，在更真实的复杂模型数据上稳定更准。

系统发育树的后验推断长期依赖似然计算，而插入缺失、位点选择等真实演化过程让似然不可解。这组条件生成模型把建树拆成自底向上、自中向外或自顶向下的一步步决策，用离散扩散目标训练，在真实与合成数据上比此前的模拟推断方法Phyloformer 2更接近MCMC后验；在简单数据上与IQ-Tree持平，在更真实的复杂模型数据上稳定更准。