FineDNA: крупнейший датасет для обучения LLM работе с ДНК
Исследователи представили FineDNA — самый большой открытый набор данных для обучения больших языковых моделей (LLM) работе с последовательностями ДНК. Датасет охватывает три ключевых этапа: дообучение (midtraining), тонкую настройку с учителем (SFT) и обучение с подкреплением…