热点事件持续更新
GenoMorph：通路驱动推理提升基因组疾病预测精度
1 篇报道1 个报道来源3 小时前更新
先了解这件事
事件综述
2026年10月3日，arXiv/AIHOT 报道了一项多模态基因组推理框架 GenoMorph。研究团队针对基因组疾病推理任务，将方法从基因-疾病关联记忆转向通路驱动的推理。在基准测试中，GenoMorph 的加权 F1 达到 0.9412，较此前 BioReason 的 0.7863 有显著提升。研究进一步叠加自适应潜在推理与拒绝采样微调，将 F1 推至 0.9725，同时将推理延迟降低近 60%。在去除基因与分子标识符的匿名化 KEGG 基准上，F1 仍达 0.9465，表明疾病预测可源自通路层面的推理，而非对已知关联的记忆。
由模型根据报道生成 · 2 小时前更新
最新进展10月3日 11:54
2026-10-03 arXiv 报道 GenoMorph 框架加权 F1 升至 0.9725，推理延迟降低近 60%。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- AI × 生物医药（arXiv / AIHOT）GenoMorph：基于自适应潜在计算的通路驱动基因组疾病推理
研究团队提出多模态基因组推理框架 GenoMorph，将疾病预测从基因-疾病关联记忆转向通路驱动的推理，加权 F1 从 BioReason 的 0.7863 提升至 0.9412；叠加自适应潜在推理与拒绝采样微调后 F1 进一步升至 0.9725，推理延迟降低近 60%。在去除基因与分子标识符的匿名化 KEGG 基准上 F1 达 0.9465，表明疾病预测可源自通路推理而非记忆关联。
本事件热度走势
当前热度 9·可比范围峰值 10（10月3日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。