Nannan Wu

自回归DNA语言模型只能从左往右生成，而基因组修复与编辑往往同时依赖两侧序列。CreatiPhage团队把144.5M参数的噬菌体自回归模型改造成147.5M参数的双向离散扩散模型CPDD，在522个经筛选的噬菌体编码序列上，随机掩码恢复准确率高于同类扩散模型PhaGen，混合损坏测试中一次前向把42.4%的可见错误碱基改回正确碱基。

自回归DNA语言模型只能从左往右生成，而基因组修复与编辑往往同时依赖两侧序列。CreatiPhage团队把144.5M参数的噬菌体自回归模型改造成147.5M参数的双向离散扩散模型CPDD，在522个经筛选的噬菌体编码序列上，随机掩码恢复准确率高于同类扩散模型PhaGen，混合损坏测试中一次前向把42.4%的可见错误碱基改回正确碱基。

EvSpark 为 Evo2 这类卷积-循环-注意力混合 DNA 基础模型设计了一套推测解码系统，通过一次块前向并行验证草稿并用“状态切片”选择保留的中间状态来同时恢复 FIR、IIR 与 KV 三类推理状态而无需重放，在 Evo2 7B 的 48 条提示基准上（三个训练种子）对 43 条真实序列提示取得 2.96× 加速、含五条合成对照时为 3.27×，在 262k 上下文仍保持 1.84×–2.43×，并在 20B/40B 目标上分别取得 2.18×–2.46×（真实序列）与 2.51×–2.78×（全量套件）。

EvSpark 为 Evo2 这类卷积-循环-注意力混合 DNA 基础模型设计了一套推测解码系统，通过一次块前向并行验证草稿并用“状态切片”选择保留的中间状态来同时恢复 FIR、IIR 与 KV 三类推理状态而无需重放，在 Evo2 7B 的 48 条提示基准上（三个训练种子）对 43 条真实序列提示取得 2.96× 加速、含五条合成对照时为 3.27×，在 262k 上下文仍保持 1.84×–2.43×，并在 20B/40B 目标上分别取得 2.18×–2.46×（真实序列）与 2.51×–2.78×（全量套件）。