少量湿实验数据如何精细微调蛋白质语言模型？浙江大学团队成果入选NeurIPS 2024，论文一作详解设计思路

参与直播间抽奖，有机会获得免费算力资源！

原标题：少量湿实验数据如何精细微调蛋白质语言模型？浙江大学团队成果入选NeurIPS 2024，论文一作详解设计思路
文章来源：HyperAI超神经
内容字数：4022字

Meet AI4S 系列直播第五期预告

「Meet AI4S」系列直播将于12月10日19:00准时开播，本期特邀浙江大学知识引擎实验室的博士研究生王泽元进行分享。此次直播将围绕“借助扩散去噪过程助力大模型对蛋白质的优化”展开，观众可以期待深入的技术解析和创新思路。

直播主题与研究背景

王泽元博士将介绍浙江大学团队提出的全新去噪蛋白质语言模型（DePLM），该模型通过对蛋白质语言模型捕捉到的进化信息进行处理，能够有效去除与目标特性无关的“噪音”，从而实现对蛋白质适应性景观的准确预测。研究表明，DePLM在预测蛋白质突变效应方面超越了现有的方法，并展现出良好的泛化能力，相关成果已入选2024年NeurIPS会议。

观众获益与互动活动

观众在直播中将了解到：

1. 蛋白质适应性景观预测的方法、数据集和评价指标。
2. 扩散模型增强的语言模型（DePLM）在适应性景观预测中的应用。
3. 如何结合进化信息和湿实验数据来提升AI模型的训练效果。

此外，HyperAI超神经特别准备了抽奖活动，参与直播的观众有机会获得10小时的NVIDIA RTX A6000算力，进一步增强观众的互动体验。

研究亮点与方法概述

DePLM的设计理念在于通过去噪扩散框架中的排序过程优化模型的性能。具体而言，研究人员将扩散过程扩展到突变可能性的排序空间，并将学习目标从数值误差最小化转变为排序相关性的最大化，从而实现数据集无关的学习，确保模型的强大泛化能力。

实验室与项目背景

浙江大学知识引擎实验室致力于知识图谱、大型语言模型及AI for Science等领域的研究，团队积极招聘优秀研究人员，欢迎更多人才加入。HyperAI超神经作为中国最大的AI for Science领域搜索引擎，旨在促进科研成果的传播与共享，推动AI在科学研究中的应用与发展。

扫码预约直播，期待您的参与！

联系作者

文章来源：HyperAI超神经
作者微信：
作者简介：解构技术先进性与普适性，报道更前沿的 AIforScience 案例