arXiv · cs.AI· Ziyuan Gao·· 5 小时前
论文提出加性分歧指标，诊断Agent化扰动筛选中的基因组合外推
Do Perturbation Predictors Learn Gene Interactions? Diagnosing Extrapolation in Agentic Screening
arXiv:2610.18880v1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
基于论文摘要，研究比较8种预测方法和3个Perturb-seq数据集，发现专门化神经预测器未稳定优于简单加性基线，且偏离基线越大往往误差越大。作者提出“加性分歧”指标来衡量模型为未测基因组合引入的额外交互效应，并发现其跨数据集保持一定信息量；常规输出和嵌入置信度表现不稳定。
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