★ 3
CellRFT：单细胞扰动建模强化微调
针对现有单细胞扰动模型优化代理损失、与生物学评价标准脱节的问题，论文提出 CellRFT 强化微调框架，将生物学评价直接作为训练反馈。该方法用策略梯度优化从生成细胞群的非可微评价中学习，并通过分层奖励聚合整合多种生物学奖励。实验表明 CellRFT 可适配不同预训练模型并提升扰动预测效果，同时揭示…
arXiv cs.LG45 天前
#奖励聚合
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对现有单细胞扰动模型优化代理损失、与生物学评价标准脱节的问题，论文提出 CellRFT 强化微调框架，将生物学评价直接作为训练反馈。该方法用策略梯度优化从生成细胞群的非可微评价中学习，并通过分层奖励聚合整合多种生物学奖励。实验表明 CellRFT 可适配不同预训练模型并提升扰动预测效果，同时揭示…