今晚 Anthropic 要在纳斯达克敲钟,代码 ANT,发行价 83 美元。上周它刚发了 Claude Fable 5.2,这几天不管打开哪个群,聊的都是它写代码又强了多少,这个模型的定价贵不贵。 APPSO 是昨天在 Hacker News 首页刷到这篇博客的。它不聊代码,也不聊股价,标题就一句话,「Claude was trained on protein sequences at scal
今晚 Anthropic 要在纳斯达克敲钟,代码 ANT,发行价 83 美元。上周它刚发了 Claude Fable 5.2,这几天不管打开哪个群,聊的都是它写代码又强了多少,这个模型的定价贵不贵。 APPSO 是昨天在 Hacker News 首页刷到这篇博客的。它不聊代码,也不聊股价,标题就一句话,「Claude was trained on protein sequences at scale」。翻译过来意思是,Claude 在训练的时候大量读过蛋白质序列。 帖子 165 分,71 条评论,在那天的首页上不算最热,可点进去看了一番,我们觉得它比上市本身有意思。 作者 Xinming Tu 的履历有点意思,本科在北大,生物和计算机一起读的,后来去华盛顿大学读计算机博士,今年是最后一年。 他平时的工作就是出题考 AI,考的都是生物领域的内容。和他一起做的 Leo Tianlai Chen 在哈佛医学院。 他们做的事 APPSO 用一句话可以大致概括。 去数据库里翻一批压根没人研究过的蛋白质,只给开头,让 22 个模型往下接。 而能接得上的只有 Claude。 一道绕开论文的题,考出了什么? 起因是 GPT 这类模型最近在蛋白质题目上分数不低。 有人拿 GPT-6 Astra 给一种叫 SOD1 的蛋白质的变体排序,结果和专门的蛋白质模型 ESM-2 差不多。Xinming Tu 想知道这分数是怎么来的,是模型真读过 UniProt 这样的蛋白质数据库,还是只读过论文里讲蛋白质的那些文字。 蛋白质是 20 种氨基酸连成的一条长链,每种氨基酸用一个字母代表,所以一条蛋白质写下来就是一长串字母,比如 MRSGGQPLHPQ 这样往下排,少则一百多个,多的话要好几百个。 拿有名的蛋白质出题测不出来。绿色荧光蛋白 GFP 的序列在无数论文里印过,他在博客里写,大多数前沿模型都能把它背出来。 于是他专挑没人写的,从细菌和古菌里选了 668 条,分属 167 个连功能都还不知道的蛋白家族。每个家族都没有解析过的结构,论文最多 3 篇,其中 128 个家族一篇都没有。 题目是这样出的。把一条蛋白质从中间切开,前半段发给模型,附一句话,「预测它怎么往下接。只回复接下来的 10 个氨基酸,用单字母代码写在一行里,别的都不要。」然后只看第一个字母对不对。每条蛋白质切 5 个位置,一共 3340 道题。 光这样还不行。 20 种氨基酸出现的频率本来就不一样,模型哪怕完全不认识这条蛋白质,照着前面的字母比例瞎猜也能蒙中一些。 所以同一条蛋白质他还要再问一遍,这次把字母顺序全部打乱。字母一个没少,顺序没了,只会蒙的模型两次得分应该一样。 两次测试之间的差值,才是它真认识这条序列的部分。 先看 Claude。Fable 5.2 拿到真序列,下一个字母能猜对 54%,一半多一点。同一条序列打乱了再给它,只剩 9%。Opus 5.5 弱一截,真序列 34.9%,打乱后 7.5%。 20 种氨基酸里纯蒙一个,命中率是 5%。打乱后猜对的 9% 和 7.5% 比纯蒙高不了多少。 可真序列能猜对 54% 就完全是另一回事了。 博客里把这两次的差当成模型对序列的了解程度,Fable 5.2 是 45.1 个百分点,Opus 5.5 是 27.4。后面所有的比较,用的都是这个差值。 它还不只是猜对下一个字母。题目让它一口气往下写 10 个,Fable 5.2 有 88 回把这 10 个字母全写对了。换成打乱的序列,这种事一回都没发生过。 这说明 Fable 是真的会这类问题,而不是瞎猫碰死耗子。 其他家呢?他在图里把 22 个模型从上到下排了一列,Claude 以外的点全挤在零旁边。GPT-6.2 Sol 是 2.4,已经算高的,Gemini 4 Carbon 只有 0.9。 国产的几个里 Qwen 3.8 最高,1.9,DeepSeek V4.1 Flash 是 1.4,Kimi 和 GLM 都是 1.2。 通用模型赢了生物专用 AI 有意思的是,Claude 自己也不是最开始就会预测蛋白质序列。 前些年 Opus 4.5 和 4.6 的差值是 1.9 和 0.9,跟别家基本没啥区别。 Opus 4.7 那一代模型看起来像是梦开始的地方,指标突然变成 8.9 了,之后就开始猛涨。 之后 Fable 5.1 到 14.9,Opus 5.5 直接翻倍干到 27.4,Fable 5.2 几乎再翻一倍,到 45.1。 如果只是碰巧读到过几条序列,不会这样一级一级往上走。APPSO 更愿意相信的解释是,Anthropic 每做一代新模型,都往训练数据里多放了一些蛋白质相关的数据。 用来和 Claude 作比较的还有生物圈自己的工具。 研究蛋白质的人平时用一种叫蛋白质语言模型的
觉得内容有用?
分享给朋友,让更多人看到这篇内容。