arXiv cs.AI· Zhenchao Tang, Xiaogang Xu, Jiafei Wu, Jiahui Guan, Bo Li, Tianxu Lv, Jiale Zhou, Haohuai He, Zhi Song, Hanbo Huang, Jiehui Huang, Xun Lin, Zhipeng Deng, Zhaoxing Li, Guanxing Chen, Yaokun Li, Mengran Li, Songming Zhang, Zhe Liu·· 11 小时前AI 评分27
PertMind：用细胞扰动数据强化学习激发 LLM 涌现生物推理能力
PertMind: Eliciting Emergent Biological Reasoning in LLM via Reinforcement Learning on Cellular Perturbation Data
AI 导读
PertMind 将细胞扰动图谱转化为强化学习环境，以实测基因响应作为可计算奖励，结合可信轨迹监督初始化与基因、通路、格式三级强化信号。该模型仅在正向扰动响应预测上训练，却在未见细胞环境中提升响应推断，并零样本迁移至反向扰动识别、双扰动推理、表型筛选优先级排序和生物过程解读。
来源：arXiv cs.AI · arxiv.org