RIBOSPAN:Shanghai Innovation Institute、CAS Center for Excellence in Molecular Cell Science、Shanghai Jiao Tong University
16.1 亿参数双向 RNA 基础模型,原生上下文 10,240 nt、单核苷酸分词,可一次处理完整转录本。
基因组/RNA · 学术实验室 · 中国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | RIBOSPAN;别名:RIBOSPAN-FM |
| 家族 | 否(单一模型,四个检查点为同一记录内的配置轴) |
| 机构 | Shanghai Innovation Institute、CAS Center for Excellence in Molecular Cell Science、Shanghai Jiao Tong University |
| 机构类型 / 国家 | 学术实验室 / 中国 |
| 模型类别 | RNA 基础模型(表征) |
| 领域 | 基因组/RNA(次领域:分子生成) |
| 首次发布 | (依据:预印本 v1) |
| 其他里程碑 | 最早公开证据 (预印本 v1);预印本 v1 (预印本 v1);代码发布 †(未核实)(代码仓库公开);权重发布 †(未核实)(模型托管站合集更新:短上下文检查点公开,一个长上下文检查点需申请,另一个标注待发布) |
| 最近更新 | †(未核实),新权重:合集更新后仍有一个长上下文检查点标注待发布;预印本另有 2026-08-28 的 v2 修订,本轮未独立复核其日期。此为最近一次有出处的事件,不代表此后没有更新 |
| 开放程度 | 代码:开放;权重:非商用†(未核实);代码公开;权重为开发方自订的非商用研究许可,一个检查点需申请访问,另一个仍标注待发布 |
| 状态 | 活跃:12 个月内有预印本与权重发布 |
| 报过的 benchmark | 1 项计入(自报 1) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站实体库未检出对应页面) |
| 截至 | 2026-11-16 |
做什么
针对全长 mRNA 常超出既有 RNA 模型上下文的问题,用稠密双向注意力、单核苷酸分词与注意力隔离的序列打包,在原生 10,240 nt 上下文中预训练,一次处理完整转录本;同一骨干上另有离散扩散的 mRNA 生成方向,站内未收录其评测。对照为若干同类编码器模型,另以 Evo 2 的大参数版本作解码器侧参照。
报过的 benchmark
按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。1 项计入(自报 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 39 RNAGym | 开发方按官方口径自报 | 是 | — | 自报 | 零样本突变适应度,按该评测的类别平均口径自报四个检查点;对照中的解码器模型数值引自该评测的官方报告,不是作者重跑 | 出处 |
其他评测(不在 44 项内)
- 全转录本线性探测评测(站外公开 benchmark,自报):在一个不在站内 44 项之内的 mRNA 评测上作者自报六类任务结果,对照为同类编码器模型
- 长上下文重构与表征自测(自建任务集,自报):长上下文重构与冻结表征下的 RNA 类型区分,由作者自设
开发方称:在同类编码器模型中表征最强,并能在原生长上下文中一次处理完整转录本。
独立证据:未检出独立证据(未检出第三方复现;评测结果均为作者自报)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 去重后 6,760 万条 RNA 序列、857 亿个核苷酸 token,来自三个公开序列与基因组注释资源的指定版本 | 出处 |
| b 私有 / 授权 | 否 | — | 出处 |
| c 自产 wet lab 训练数据 | 否 | — | 出处 |
| d 仅用于验证的 wet lab | 否 | 下游评测用已有实验数据集,未做新实验 | 出处 |
湿实验验证
无。开发方未报告湿实验验证,或本站未收录可核的记录。
背景
- 机构:主导方是 2024-09 在上海成立的新型 AI 研究与博士培养机构,不是公司;合作单位包括一家国家级分子细胞科学研究中心与一所大学。
- 融资:未发现单独的经费披露,出资方与规模未公开。
- 产品与合作:主导团队此前以大模型推理方向的工作受到关注,本模型是其进入 RNA 方向的作品;无药企合作披露。
- 相关模型:Evo 2、RhoFold+/DRfold2/trRosettaRNA
怎么看
- 它的领先限定在同类编码器架构内,解码器侧的参照模型在同一评测上更高。
- 短上下文检查点在部分任务上反而更好,长上下文的优势集中在需要整条转录本的任务。
- 结果全部自报,检查点选择与评测协议由作者确定,尚无第三方复现。
- 非商用许可与受限检查点限制了外部使用与复核。
局限与注意
- 对照中的解码器模型数值引自该评测的官方报告,不是在同一环境下重跑。
- 一个长上下文检查点截至核查日仍未发布,论文中它的结果无法复现。
- 另一项全转录本评测不在站内 44 项之内,数值不可与站内条目并列。
来源
更正记录
无。
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。