Studie: Billig RL-modell nästan lika bra som toppriktigt AI för proteinanalys

arXiv cs.AI

Forskare testade olika AI-upplägg för att automatiskt identifiera proteinfunktioner och fann att valet av språkmodell spelade störst roll – Claude Opus nådde 92–94% träffsäkerhet mot o4-minis 40–50%. Intressantast är att en klassisk förstärkningsinlärningsmodell (PPO, en enklare typ av AI-agent) matchade toppresultaten med 88% noggrannhet, till noll tokenkostnad och med perfekt reproducerbarhet. Slutsatsen är pragmatisk: för rutinuppgifter räcker en billig deterministisk modell, medan de dyrare LLM:erna bör sparas till öppna, utforskande problem.