arXiv · cs.AI· Ziyuan Gao·· 5 小时前
蛋白质冻结编码器上的类增量学习迁移诊断基准
Do Vision CIL Methods Transfer to Protein? A Diagnostic Benchmark of Frozen Protein Encoders
arXiv:2610.18879v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ziyuan Gao
研究任务与主要进展
研究在五类蛋白质编码器和两个酶功能数据集上，对九种类增量学习方法进行了冻结编码器的受控迁移测试。结果显示，没有一种方法能在不同编码器间稳定迁移，诊断分析将问题与较弱的梯度稳定性信号、嵌入几何异质性及协方差假设有关；代码已提供至 https://github.com/zygao930/ProteinCIL。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org