AISI 研究：预训练数据过滤对蛋白质模型效果有限
热点事件持续更新
AISI 研究：预训练数据过滤对蛋白质模型效果有限
1 篇报道1 个报道来源20 小时前更新
先了解这件事
AI 综述
UK AI Security Institute 的 Chem-Bio 团队发布研究，从零预训练 8M 到 3B 参数的 ESM-2 蛋白质语言模型，测试在训练数据中剔除病毒蛋白序列的过滤效果。 AISI 称，数据过滤本身不构成可靠的安全保障，因为被移除的能力可以较低成本恢复，即使其最大的模型恢复成本也不到 80 美元算力；且结果仅基于 ESM-2 这一个模型家族，能否推广到其他蛋白质模型尚不确定。
AI 根据报道生成 · 3 小时前更新
最新进展10月26日 08:00
AISI 研究开源权重生物模型的预训练数据过滤效果报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- UK AI Security InstituteAISI 研究开源权重生物模型的预训练数据过滤效果
UK AI Security Institute 的 Chem-Bio 团队从零预训练 8M 到 3B 参数的 ESM-2 蛋白质语言模型，测试剔除病毒蛋白序列的数据过滤效果。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 610月27日 01:00
- 近 24 小时变化
- –
02468
01:0002:0003:00
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。