IXThinker·2026-08-30 09:00

基準數據集撞題 AI製藥模型或被高估

對開發藥物發現機器學習模型的研究者而言，基準數據集是評比算法的標尺；但審計顯示，部分被大量引用的基準存在訓練測試重疊及標籤矛盾等隱蔽缺陷，模型優劣排名可能因而失真。

審計揭基準隱蔽缺陷

研究團隊對51個基準配置進行審計，發現許多廣泛使用的藥物發現基準數據存在問題，包括訓練集與測試集包含相同或高度相似的分子，以及同一分子被賦予相互矛盾的標籤等隱蔽缺陷。