待验证50% 置信事实精确时间
Meta的ESM蛋白质语言模型基于Transformer架构，将蛋白质序列视为生物语言
1
来源数
50%
置信度
长期有效
时效性
2026/8/28
首次发现
来源
涉及实体
相关事实
待验证专为生命科学设计的基础模型如ESM-2、BioMedLM等已相继出现，能够处理基因组序列、药物分子结构等专业数据65% 相似待验证e3nn已被应用于分子动力学势能面拟合（如NequIP、MACE等模型）、蛋白质结构预测和材料性质预测57% 相似待验证RT-2的基座是280亿参数的PaLM-E模型，动作被编码为离散token序列，与语言token在同一自回归框架下生成56% 相似待验证字节跳动开源了Protonics生物分子结构预测模型，该模型在核心能力上超越了AlphaFold 356% 相似待验证Meta AI首席科学家Yann LeCun强调纯粹的自回归语言模型无法实现真正的推理，需要引入结构化的符号表示层55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/810717API
curl https://kongchang.com/api/v1/knowledge/claims/810717MCP
get_claim(id=810717)