研究人员质疑深度学习扰动预测效能
发生了什么
据David R. Bellamy观点，当前扰动预测方法多基于玩具系统测试，且深度学习模型在相关预测任务中仅略胜于线性模型。该观点指出，依赖“足够算力”替代数据的思路在虚拟细胞研究中并不具备可操作性，属于一种愿望式思维。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口
据David R. Bellamy观点，当前扰动预测方法多基于玩具系统测试，且深度学习模型在相关预测任务中仅略胜于线性模型。该观点指出，依赖“足够算力”替代数据的思路在虚拟细胞研究中并不具备可操作性，属于一种愿望式思维。
发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。