25.07.08 LLM modeling 회의

주제 선택

---

1. synthetic data set 구축
2. AI 에이전트 개발
   • 에이전트가 주어진 목표에 맞게 새로운 알고리즘을 구성하도록 개발
3. 멀티모달 모델 개발
   • 파운데이션 모델들을 최대한 많이 모은 후, 여러 데이터에 대한 임베딩 모델 제작

• 실질적인 프로젝트 진행
  1. 데이터셋 구축 (분석 대상 정의)
  2. 태스크 정의 (무엇을 달성할 것인가?)
  3. 태스크를 달성하기 위한 메트릭 정의
  4. 비교 모델/알고리즘 수집 (벤치마크 개념)

회의 내용

---

• 프로젝트의 특징 제안
  • science 쪽 task 정의
    • 클러스터링, normalization, integration, grn inference 등
    • 파이프라인 강화
• 약물 perturbation 관련 주제
  • 데이터 셋을 활용, 예측
    • SCVERSE에 들어가 있어 scanpy로도 불러올 수 있을 듯
    • 목표: 공간전사체, 약물전사체 정보 통합 > 약물 효과 예측
    • mutation까지는 X. transcriptom만 사용
    • cell-cell interation에 대한 input 필요
    • model의 input과 output이 어떻게 될지
    • perturbation을 어떻게 예측 해볼까

다음

---

• 논문 서치
• Tahoe 데이터 관련 논문 리뷰, 데이터 구조 정리
• 모델의 input, output 설계