ProteinMPNN跨膜记忆与加噪规避假说

1. 06:47
   AGI Hunt

   ProteinMPNN 跨膜蛋白记忆假说与加噪“越狱”机制讨论

   sokrypton 与 @DdelAlamo 讨论 ProteinMPNN 可能记住跨膜蛋白并需重训排除的机制。他们推测，在 0.3 噪声设置下，模型不再将蛋白识别为跨膜类型；具体实现或涉及调节不同氨基酸的偏置，或利用跨膜与可溶蛋白的平均激活值修改权重。

2. 06:45
   AGI Hunt

   ProteinMPNN 被指记忆跨膜蛋白折叠，加噪可使其失识别

   AI 蛋白质设计研究者 sokrypton 与 @DdelAlamo 讨论 ProteinMPNN 的行为机制，提出该模型需要重新训练剔除跨膜蛋白，是因为训练时记住了哪些蛋白折叠属于跨膜类型。实验显示，在约 0.3 的噪声水平下对输入加噪，即可“越狱”破坏其识别能力，使模型不再区分跨膜蛋白折叠。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。