Improving genomic language model reliability under distribution shift
यह शोध पत्र प्रदर्शित करता है कि टेम्परेचर स्केलिंग और एपिस्टेमिक न्यूरल नेटवर्क्स को लागू करने से विविध जीनोमिक भविष्यवाणी कार्यों में वितरण बदलावों (distribution shifts), जैसे कि शोर युक्त डेटा या नवीन वेरिएंट्स, का सामना करते समय ट्रांसफार्मर-आधारित जीनोमिक लैंग्वेज मॉडल्स की विश्वसनीयता में महत्वपूर्ण सुधार होता है।