# Evo 2

Evo 2 不再依赖大规模微调，而是把同类序列拼进提示上下文，从不到一百个例子里学会设计调控序列。研究团队用强化学习把序列到功能模型当作奖励，设计出靶向小鼠脑内特定神经元的增强子：九个设计经 AAV 递送后七个有可检测表达，六个呈空间定位标记，其中两个对第 5 层端脑外神经元达到 73% 和 95% 的特异性。增强子之外的蛋白质、CRISPR-Cas9 位点和噬菌体基因组设计目前仍停留在计算阶段，尚未做实验验证。

Evo 2 不再依赖大规模微调，而是把同类序列拼进提示上下文，从不到一百个例子里学会设计调控序列。研究团队用强化学习把序列到功能模型当作奖励，设计出靶向小鼠脑内特定神经元的增强子：九个设计经 AAV 递送后七个有可检测表达，六个呈空间定位标记，其中两个对第 5 层端脑外神经元达到 73% 和 95% 的特异性。增强子之外的蛋白质、CRISPR-Cas9 位点和噬菌体基因组设计目前仍停留在计算阶段，尚未做实验验证。

该研究在五个生物与人工序列的二分类任务上刻画了核苷酸级基础基因组语言模型 Evo 2 的上下文学习工作区间，发现短自然序列上表现稳健（miRNA 的 F1=0.902，毒素为 0.785），随序列长度增加而退化并在千碱基尺度崩溃，模型规模扩大无收益（7B 系统性优于 40B），困惑度难以预测准确率，并通过 logit-lens 与 Jacobian Scope 的机制可解释性分析提示存在预测—泛化权衡、模型可能追踪提示结构而非承载信号的序列内容。

该研究在五个生物与人工序列的二分类任务上刻画了核苷酸级基础基因组语言模型 Evo 2 的上下文学习工作区间，发现短自然序列上表现稳健（miRNA 的 F1=0.902，毒素为 0.785），随序列长度增加而退化并在千碱基尺度崩溃，模型规模扩大无收益（7B 系统性优于 40B），困惑度难以预测准确率，并通过 logit-lens 与 Jacobian Scope 的机制可解释性分析提示存在预测—泛化权衡、模型可能追踪提示结构而非承载信号的序列内容。