arXiv · Neural and Evolutionary Computing· Nam H. Le, Douglas Blackiston, Michael Levin, Josh Bongard·· 16 小时前AI 评分38
用语言控制生物学：细胞、类器官与生物机器人的提示词条件干预离线学习
Toward Controlling Biology with Language:Offline Learning of Prompt-Conditioned Interventions for Cells, Organoids, and Biobots
AI 导读
研究提出一种完全离线的自然语言接口训练方法，用视觉语言模型自身判断作为唯一训练奖励，将指令映射到已存档的干预记录，无需新实验或人工验证。该方法应用于无神经系统的合成多细胞构造 xenobot，在 withheld 存档数据上取得 80.0% 留出准确率，高于 66.7% 随机基线，与直接用真实标签训练的网络相当。
来源：arXiv · Neural and Evolutionary Computing · arxiv.org