400 个模型、6400 次评估显示单细胞基础模型缺乏清晰数据 scaling law

一项研究在 2220 万个细胞的语料上预训练 400 个模型并完成 6400 次评估，发现当前单细胞基础模型方法在训练数据规模较小时往往进入平台期，没有表现出类似语言模型的清晰数据 scaling law。研究者认为，单纯增加同质化单细胞数据不足以解决问题，更需要覆盖多样生物状态、条件、扰动和相关终点的相关数据。