Задумчивая крыса

На всякий случай. Идея, что нейронная сеть уберет несистнматический шум из данных настолько не нова, что я в афиге, что это зачем-то нужно отдельно рассказывать на LLM на Neurips. Но ок, авторы выполнили проверку того, что и 20 лет назад заявлялось прям в учебниках. Но из этого никак не следует высер Панчина про псевдонауку. Более того, авторы прямо показывают, что избавление идет именно от несистематического шума. А вот шум по правилам нейронкм выкидывает куда трудне.

Он мог бы еще подумать про некую левую политизированность большинства моделей. Но там видимо тоже сжатие сработало.

Модель стремится найти простое правило, которое объясняет как можно больше данных

И якобы потому не любит псевдонауку. А не ибо в корпусе тупо меньше псевдонауки И модель спецом от псевдонауки отучают. Как вседа, умные мысли преследуют Панчина, но он бежит быстрее

Редко встречаю новости, которые можно прокомментировать сразу двумя моими любимыми фразами про кота. "Когда коту нехер делать — он яйца лижет" "Мой кот бы справился лучше"

"Все больше инвесторов склоняются что днк-модели работают" Ничего, в трампкоин тоже вкладывались люди. Но там хоть инсайдерское знание помогало. Тут же единственный инсайд — нихт, нихера работать не будет

Мы-то в MPRA-MNIST сравнили.

Да, кстати нет бенчмарка про bias correction. Есть голые утверждения, что ChromBPNet хорошо корректит bias днказы и атака. И это мол как-то чему-то помогает. Пока никто не видел ни единого примера, когда эти заявления основаны на метриках, а не на "бля буду" От бывшего же постдока Аншуля модель Cherymoya никакой коррекции не использует, а на бенчмарках, которые все же что-то меряют — лучше.

Ой. А почему твой долбик-phd не сравнивал ReporterNet с LegNet?

Новая языковая модель ДНК GPN-Star - построенная на информации о выравниваниях геномов - вышла в Nature. https://www.nature.com/articles/s41586-026-11005-5 На некоторых задачах выдает результаты лучше, чем aGenome - в том числе для интерпретации некодирующих вариантов у пациентов с наследственными заболеваниями. Конкретно на картинке с барплотом - классификатор OMIM pathogenic versus gnomAD v.3 common non-coding variants

Не перестаю удивляться. В модель directly засунули то, на основе чего и ращмечают в базе данных патогенные муиации. И она работает лучше чем модели без инфы об этом. Напомню, на нормальных данных из CAGI7 модель демонстрирует пуссиплот кораблик

Дорогие коллеги! Команда IBIS (https://ibis.autosome.org) запускает соревнование EPIC (Eukaryotic Promoter and transcription Initiation prediction Challenge): по последовательности ДНК предсказать, где и с какой силой РНК-полимераза II начинает транскрипцию — с точностью до нуклеотида и цепи — у пяти немодельных животных: устрицы, осьминога, амбарной огнёвки, молочайного клопа и катрана. Данные — неопубликованные csRNA-seq из лаборатории Саши Дуттке, тестовые хромосомы закрыты до объявления победителей. Разрешены только геном и наши треки, плюс предобученные геномные модели (AlphaGenome, Evo2 и др.). Две задачи: есть ли инициация (AUPRC) и её сила (Spearman); медали по каждому виду и в общем зачёте. Все, кто обошёл бейзлайн, входят в консорциум EPIC — коллективного соавтора итоговой статьи; медалисты — соавторы лично. Для разминки открыт датасет по Nematostella и скрипты офлайн-оценки. Старт — 4 сентября, дедлайн — 30 ноября 2026. Ссылки: https://epic.autosome.org https://t.me/+lfC17rwA3xszNmZi

Редко дает мне моя малая Родина повод для гордости. Но тут прям горжусь

Злые языки сообщают, что вслед за лекцией п-на в Кишиневе отменена лекция мамы его продюсера и псевдоисторика Эйдельман. Не принимает земля Молдовы куриософов, не принимает.

Готовимся к возвращению

И последний

Еще два

Башкой я закрыл название MPRA-MNIST, но тем не менее

If you wait — the future will be defined without your voice

First time, bro?

Меня пугает расширение границ elixir на восток

Там еще в качестве кода было 5 строчек печатающих Hello World В принципе, отражает и проблему разреженности полезной информации в геноме. И проблему вырожденности генома и кучи повторов. Глубоко.