Miller 等人研究发现：均值基线在约 95% 情况下击败 AI 生物基准评分

Miller 等人发现，用于细胞基因表达预测的 AI benchmark 可能漏掉其本应检测的生物学信号：在一个数据集中，忽略干预信息的朴素均值基线在约 95% 的情况下用 MSE 评分胜过真实信号。多数基因对干预几乎无响应，合并大量细胞更易精确估计不变的背景表达。研究者由此提出结合观测响应与稳定均值的阳性对照，以及对有变化证据的基因加权更高的加权 MSE。