# DNA语言模型

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。