跳到正文
原文
arXiv cs.LG· Ziyuan Gao·· 19 天前AI 评分35

视觉类增量学习方法能否迁移至蛋白质?冻结蛋白质编码器诊断基准研究

Do Vision CIL Methods Transfer to Protein? A Diagnostic Benchmark of Frozen Protein Encoders

AI 导读

研究人员在一项针对冻结蛋白质编码器的受控基准评测中发现,现有的视觉类增量学习(CIL)方法无法可靠迁移至蛋白质表征。该基准涵盖 9 种代表性 CIL 方法、5 种蛋白质编码器和 2 个不同规模的酶功能数据集。诊断分析表明失败源于梯度稳定性信号弱、嵌入几何高度异质以及协方差假设失效,未来蛋白质持续学习需采用感知编码器几何特性的方法,相关代码已开源。

来源:arXiv cs.LG · arxiv.org