Daily Journal
Daily Journal

Liquid AI lança benchmark e modelos de IA para biologia do envelhecimento

Nova plataforma LongevityBench e modelos compactos superam sistemas de fronteira em tarefas complexas de análise biológica e envelhecimento humano.

Daily Journal
||
22/09 às 13:16

Pontos principais

  • O LongevityBench compreende 17 tarefas e 25.457 prompts baseados em cinco domínios biológicos distintos.
  • Modelos compactos LFM2-1.2B e LFM2-2.6B foram ajustados especificamente com dados de longevidade.
  • Os modelos superaram sistemas de fronteira muito maiores em tarefas como comparação de idade clínica e metilação de DNA.
  • A pesquisa utiliza dados de fontes como NHANES, GTEx e estudos de proteômica Olink.
  • O projeto inclui o Longevity Claw, uma interface de pesquisa baseada em agentes para cientistas da área.
  • Os resultados demonstram que modelos menores podem ser adaptados para tarefas de omics com alta precisão.

A Liquid AI apresentou o LongevityBench, um novo benchmark aberto projetado para avaliar a capacidade de modelos de linguagem em interpretar dados biológicos complexos relacionados ao envelhecimento. A ferramenta abrange 17 tarefas que utilizam registros clínicos, perfis transcriptômicos, proteômica plasmática e evidências genéticas, preenchendo uma lacuna na avaliação de sistemas de IA que, até então, dependiam de arquiteturas especializadas para cada tipo de dado. O benchmark foi desenvolvido para testar a eficácia de modelos em cenários de classificação, regressão e comparação biológica.

Em testes comparativos, os modelos compactos LFM2-1.2B-Longevity e LFM2-2.6B-Longevity, ajustados especificamente para o domínio, superaram diversos modelos de fronteira de grande escala. O desempenho superior foi observado em tarefas críticas, como a identificação de perfis de idade em dados clínicos do NHANES e a análise de metilação de DNA via GEO. A iniciativa reforça a viabilidade de utilizar modelos de linguagem de menor porte para aplicações científicas especializadas, reduzindo a necessidade de recursos computacionais massivos sem comprometer a precisão analítica.

Comentários

Carregando comentários...