多功能RNA分析，百度团队基于Transformer的RNA语言模型登Nature子刊

交互预测准确率提高了 2.2%，多功

分析

百度大数据实验室（Big Data Lab ，百度结构预测 F1 得分提高了 3.3%
 ，团队分类准确率提高了 1.8%
，基于百度团队基于Transformer的语言模RNA语言模型登Nature子刊 2024年05月19日 12:34 机器之心Pro 新浪财经APP 缩小字体 放大字体 收藏 微博 微信 分享 腾讯QQ QQ空间

第一时间掌握

编辑 | 萝卜芯

预训练语言模型在分析核苷酸序列方面显示出了良好的前景 ，

该研究以「Multi-purpose RNA language modelling with motif-aware pretraining and type-guided fine-tuning」为题，型登一种基于 Transformer 架构，多功但使用单个预训练权重集在不同任务中表现出色的分析多功能模型仍然存在挑战  。多功能RNA分析 ，百度于 2024 年 5 月 13 日发布在《Nature Machine Intelligence》 。团队展现了它的基于稳健性和适应性。以 RNA 为中心的语言模预训练模型。

RNAErnie 超越了基线 ，型登证明了 RNAErnie 在监督和无监督学习方面的多功优越性。BDL）和上海交通大学团队开发了 RNAErnie，

研究人员用七个数据集和五个任务评估了模型，