用于序列筛选的历史特征残差自适应

研究者提出了用于序列筛选的获取时残差自适应方法，通过固定历史特征构建微小排序修正并锚定基础分数。在 15 个来源的 20 项官方测试筛选中，该方法将 AssayFormer 的命中回收率从 22.58% 提升至 28.61%，优于同特征普通排序头（25.73%）等所有预设对比项。在 13 项开发筛选的独立试验中，该方法还将随机森林的命中回收率从 28.87% 提升至 31.27%。