加州大学伯克利分校的研究人员于 9 月 9 日开发了一种名为 GPN-Star 的基因组语言模型,能够解读 30 亿个 DNA 碱基的“语法”,并比以往的方法更快、更准确地识别人类遗传变异。该模型利用全基因组比对数据从进化模式中学习,与大型语言模型相比,所需的计算成本显著更低。这项研究发表于《Nature》。

加州大学伯克利分校的研究人员于 9 月 9 日开发了一种名为 GPN-Star 的基因组语言模型,能够解读 30 亿个 DNA 碱基的“语法”,并比以往的方法更快、更准确地识别人类遗传变异。该模型利用全基因组比对数据从进化模式中学习,与大型语言模型相比,所需的计算成本显著更低。这项研究发表于《Nature》。
声明:文章不代表币圈网立场和观点,不构成本站任何投资建议。内容仅供参考!
免责声明:本站所有内容仅供用户学习和研究,不构成任何投资建议.不对任何信息而导致的任何损失负责.谨慎使用相关数据和内容,并自行承担所带来的一切风险.