Ju mer jag gräver i Goodfire Research, desto mer inser jag hur tolkningsgrenen tyst håller på att bli en av de mest intressanta gränserna inom AI (och särskilt AI för vetenskap) De publicerade denna forskning förra året med en kärnidé om hur en DNA-grundmodell internt organiserar arter i sitt inbäddningsutrymme på ett sätt som speglar livets verkliga evolutionära träd. eller i princip hur modellen återupptäckte fylogeni enbart från DNA-sekvenser. de studerade Evo 2 (DNA-modell utvecklad av EvolutionaryScale) och upptäckte att: + varje arts genom mappas till en vektor som bäddas in i modellen. + dessa inbäddningar bildar en krökt geometrisk struktur (en mångfald). + avstånd längs denna mångfald motsvarar det faktiska evolutionära avståndet mellan arter. Så inuti modellen: Liknande arter → nära inbäddningar Avlägsna arter → avlägsna inbäddningar och strukturen som uppstår är i princip livets träd. Detta kan visa sig vara banbrytande hur grundmodeller kan återupptäcka vetenskapliga strukturer automatiskt.