ICML

Fast and Low-Cost Genomic Foundation Models via Outlier Removal

通过异常值去除实现快速且低成本的基因组基础模型

Haozheng Luo, Chenghao Qiu, Maojiang Su, Zhihan Zhou, Zoe Mehta, Guo Ye, Jerry Yao-Chieh Hu, Han Liu

机构 * Northwestern University（西北大学） ； Tianjin University（天津大学） ； Vernon Hills High School（弗农希尔斯高中） 纠错

AI总结 本文提出GERM模型，通过去除异常值提升基因组模型的压缩性能和适应速度，有效提高效率和鲁棒性，并在实验中验证了其在微调和量化方面的优越表现。

Comments International Conference on Machine Learning (ICML) 2025

Journal ref Proceedings of the 42nd International Conference on Machine Learning, PMLR 267:41254-41289, 2025