IXThinker·2025-01-15 00:40

哈佛醫學院提SPECTRA 糾正基準數據集泛化評估

深度學習在分子測序數據建模上進展迅速，但模型是否真正學到通用原理、能否推廣至從未見過的序列，仍然存疑。哈佛醫學院團隊在《自然·機器智能》發表研究，提出評估框架 SPECTRA 直擊這一盲點。

評估盲點所在

傳統基準測試在評估模型性能前，會基於元數據或序列相似度將輸入數據劃分為訓練集和測試集，以此檢驗泛化能力。研究指出，這種做法未充分考慮跨劃分重疊的完整範圍，容易對模型泛化能力產生錯誤刻畫。