Hacker News AIT2·78 分
Claude 模型被证实大规模训练于蛋白质序列
原标题:Claude was trained on protein sequences at scale
- Claude 对冷门蛋白质序列的下一氨基酸预测能力随序列打乱而消失,排除了单纯记忆文献的可能
- Fable 5.2 超过所有被测开源蛋白质语言模型,Opus 5.5 与 ProtGPT3-10B 持平
- 其他前沿模型无此能力,说明蛋白质序列数据并非行业普遍做法
AI 聚合热点事件 · 2026/11/18
一项针对冷门蛋白质的下一氨基酸预测测试发现,Claude Fable 5.2 与 Opus 5.5 能根据序列上下文准确预测下一个氨基酸,而打乱序列后即失效,表明其在大规模蛋白质序列上接受过训练。其他前沿模型均无此迹象,Fable 5.2 甚至超越所有开源蛋白质语言模型,Opus 5.5 与最大开源模型 ProtGPT3-10B 持平。该结果揭示了前沿大模型训练数据中未被披露的蛋白质序列成分。
曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。
原标题:Claude was trained on protein sequences at scale