Dongyuan Li

作者提出 BioEvidence——一个免训练、模型无关的接口，把标准生物工具的结构与进化信息转成紧凑证据喂给冻结的大语言模型，在 ProteinGym 基准上观察到“证据缩放”：证据越丰富性能越好，结构与进化证据各自有效、合并后进一步提升，而把同一证据错配到错误变异上会使性能低于无证据基线；该接口使零样本排序在匹配评估中达到强专用蛋白预测器水平，并在模型知识截止后发布的数据上仍然有效。

作者提出 BioEvidence——一个免训练、模型无关的接口，把标准生物工具的结构与进化信息转成紧凑证据喂给冻结的大语言模型，在 ProteinGym 基准上观察到“证据缩放”：证据越丰富性能越好，结构与进化证据各自有效、合并后进一步提升，而把同一证据错配到错误变异上会使性能低于无证据基线；该接口使零样本排序在匹配评估中达到强专用蛋白预测器水平，并在模型知识截止后发布的数据上仍然有效。