用于生物信息学特征选择的LLM循环强化学习框架

高维生物信息学数据的特点是相对于样本数量具有大量特征，带来了诸如“维数灾难”等重大挑战，导致过度拟合、计算成本高和泛化能力差。传统的特征选择方法在这些领域中通常受到有限的可扩展性和适应性的影响。我们提出了一种用于生物信息学特征选择的LLM循环强化学习 (RL) 框架，其中 RL 智能体将特征选择制定为顺序决策任务，而大语言模型 (LLM) 以两种方式增强该过程：(1) 通过领域知情建议指导探索，(2) 提供将数据驱动的性能与知识驱动的评估相结合的混合奖励。 LLM还可以生成解释，以提高人类专家的可解释性，而无需更改 RL 策略更新。对不同生物信息学数据集的实验表明，LLM循环框架的性能优于基线，在下游模型中实现了稳定的性能，并且比纯 RL 收敛得更快。