RiboSpan：完整 mRNA 不再先截成 1024 核苷酸

RiboSpan 要填的缺口写得很具体：十亿级容量、单核苷酸分辨率、全程稠密双向注意力，再加上原生转录本尺度上下文，此前没有同时做到。作者用 RNAcentral v26.0、Ensembl 115 与 Ensembl Genomes 62，去重后 67,567,085 条、约 857 亿核苷酸；架构是 32 层、隐维 2048、32 头。对照是同语料同架构的 1K 窗口，以及 AIDO.RNA-CDS、HydraRNA、RNA-FM、RiNALMo。

重建：10,240 token、40% 掩码下，RiboSpan-10K-40 的全局核苷酸准确率 0.859，1K 外推与 AIDO.RNA-CDS 掉到约 0.78–0.80。表征：10,240 nt 上 10K-15 的 ΔCS 0.406、远端扩散 D_distal 0.0008；YaRN 能抬回 ΔCS，但 D_distal 升到 0.016–0.030。生成模块是条件掩码扩散，CDS 用同义密码子约束。局限：评测几乎全是重建与冻结 kNN，不是湿实验；长上下文基准每组长度只有 10 条转录本。

AI 生成