Metric-Dependent Annotation Saturation for Learning from Label Distributions
当注释者对某个标签存在分歧时，分歧本身就带有信号，而捕获该信号所需的注释者数量取决于评估指标。我们根据从 ChaosNLI（一个为每个项目提供 100 个独立注释器判断的数据集）二次采样的标签分布来微调 NLI 模型，并识别与度量相关的饱和度。在我们的 3 类 NLI 设置中，熵相关性（模型是否识别哪些项目引起分歧）需要 N ≈ 20-50 个注释器才能收敛，而分布匹配（KL 散度）则达到 N ≈ 10 饱和（五个模型的改进为 87-95%……
A Structure-Informed Atlas of Venom-Derived Peptides Reveals the Organization of Chemical Space
毒液衍生肽的结构信息图谱揭示了化学空间的组织摘要毒液衍生肽是结构多样的生物活性支架，与计算发现和分子设计的相关性越来越大。然而，它们在化学空间内的组织在综合框架中仍然缺乏特征。在这里，我们提出了一个精心策划的、基于结构的毒液肽图谱，该图谱由基于描述符的集成框架支持，该框架结合了 3,423 个肽的序列和结构衍生特征。高置信度 AlphaFold 模型与物理化学和结构描述符集成，生成统一的分子表示。多变量分析表明，毒液肽占据了由二硫键介导的稳定性、结构致密性和静电疏水平衡形成的化学空间的受限且可解释的区域。功能类别显示出明显的分离，而分类起源解释了较小的差异，支持收敛设计原则。该图集为肽科学中的
