以165美元成本训练25个物种的mRNA语言模型：构建从结构预测到密码子优化的AI流程
OpenMed团队构建了一个覆盖蛋白质结构预测、序列设计和密码子优化的端到端AI流程。在密码子优化环节，CodonRoBERTa-large-v2模型以4.10的困惑度和0.40的斯皮尔曼CAI相关性显著优于其他架构。研究将训练扩展至25个物种，仅用55个GPU小时训练了4个生产级模型，并建立了独特的物种条件化系统，实现了从蛋白质概念到合成就绪DNA序列的快速转化。完整代码与实验结果已开源。
数据与训练 大事记
重要进展 IMPORTANT_PROGRESS
2026-05-30 — 2026-05-30
重要进展 · 第 5 / 6 页
GPIC：大规模视觉生成基准数据集发布
AIHOT事件 ↗原始外链未提供
数据与训练 精选历史资讯
— · 2 条
精选资讯 · 第 1 / 1 页
Boost Training Goodput: 连续检查点功能如何优化 Orbax 和 MaxText 的训练可靠性
Orbax 和 MaxText 引入了连续检查点新功能，旨在优化模型训练中可靠性与性能的平衡。它改变了传统固定频率检查点的模式，通过在前一个保存操作成功完成后才异步启动新操作，最大化I/O带宽并降低故障风险。基准测试表明，该方法显著缩短了检查点间隔，并实现了可观的资源节约，这在平均故障间隔时间较短的大规模训练任务中效果尤为突出。
分类
排序
暂无内容