arXivcs.LG · q-bio.QM
Fesser L, Zhang H, Li M M, Wang E, Perozzi B, Azizi S, Kakade S M, Zitnik M
系统评测 100+ 生物 AI 模型在基因组、转录组、蛋白质三大领域的持续预训练（CPT）、监督微调（SFT）、强化学习（RL）三阶段后训练效果：SFT 提升域内但损害域外泛化，强 RL 配合短 SFT 才能同时兼顾两者。
- 方法：控制变量评测 CPT/SFT/RL 三阶段，跨 100+ 模型、三大生物域，分析域内/域外性能权衡
- 结果：CPT 对齐生物语言，提升下游；SFT 域内提升但域外过拟合出现早期衰减；RL 在强 checkpoint 上能恢复泛化
- 亮点：首次系统量化三阶段后训练在生物 AI 上的交互效果，给出"先短 SFT，再大 RL"的最优预算分配策略
编者按随着越来越多的生物基础模型进入微调阶段，"怎么微调"成为关键问题。这篇来自 Zitnik 实验室的系统研究回答了一个实践中极为重要的问题：不同后训练方式在生物域内/域外性能上有截然不同的效果，而 RL 是恢复泛化能力的关键——这对下一代生物 AI 的训练策略有直接指导意义。
局限 · 评测覆盖的三大生物域（基因组/转录组/蛋白质）仍缺少空间转录组、单细胞多组学等新兴模态；RL 在生物域的奖励设计本身是挑战，当前用监督信号替代真实生物奖励。
后训练生物推理模型强化学习Zitnik Lab
arXivcs.LG · cs.AI · q-bio.QM
Garg N, Jain S, Yadav S, Bhargava B K, Singh G, Srivastava A, Kar P
神经符号框架将基因组神经网络归因与 WHO 耐药突变知识图谱通过"认识论信任门"融合，结核分枝杆菌异烟肼耐药预测 AUROC 0.9760，92.5% 的预测可追溯到已知生物机制。
- 方法：RotatE 知识图嵌入 + 认识论信任门权衡神经证据与符号先验，引入 Biological Grounding Ratio（BGR）量化机制对齐度
- 结果：M. tuberculosis 异烟肼耐药 AUROC 0.9760；92.5% 符号覆盖率；零高置信低覆盖假阳性
- 亮点：不只是提高准确率，而是让"AI 为什么预测这个基因耐药"有可验证的生物学解释
编者按临床使用的耐药预测工具不仅要准，还要让感染科医生能理解和信任预测原因。KG-TRACE 把神经网络的泛化能力与知识图谱的机制可解释性结合，BGR 指标首次让"模型学到的东西是否符合已知生物学"变得可量化——这对 AMR 监测系统的临床部署至关重要。
局限 · 当前仅在结核分枝杆菌异烟肼耐药场景深入验证，WHO 知识图谱的完整性决定了符号覆盖率上限；对新发现突变（尚未进入知识库）的处理依赖不确定性标记而非真正的知识推断。
耐药预测神经符号 AI知识图谱结核