在受限评估场景中探索大型蛋白质语言模型——FLIP基准测试
机器学习
2025-01-31 v1 人工智能
摘要
本研究扩展了FLIP基准测试——该基准测试旨在评估蛋白质适应性预测模型在小型、专业化预测任务中的性能——通过评估包括ESM-2和SaProt在内的先进大型蛋白质语言模型在FLIP数据集上的性能。与覆盖广泛任务的更大更灵活的基准测试（如ProteinGym）不同，FLIP聚焦于数据可用性有限的受限环境。这使得其成为评估稀缺任务特定数据下模型性能的理想框架。我们调查最新进步在此类环境中的效果。我们的发现为在专业化蛋白质预测任务中大规模模型的性能提供了宝贵见解。
引用
@article{arxiv.2501.18223,
title = {Exploring Large Protein Language Models in Constrained Evaluation Scenarios within the FLIP Benchmark},
author = {Manuel F. Mollon and Joaquin Gonzalez-Rodriguez and Alicia Lozano-Diez and Daniel Ramos and Doroteo T. Toledano},
journal= {arXiv preprint arXiv:2501.18223},
year = {2025}
}