作者更正：《使用生成式Transformer学习人类疾病的自然史》

📢 转载信息

原文链接：https://www.nature.com/articles/s41586-025-09879-y

原文作者：Nature

---

作者更正：使用生成式Transformer学习人类疾病的自然史

更正内容涉及：Nature 发表的 https://doi.org/10.1038/s41586-025-09529-3，该文章于2025年9月17日在线发表。

在最初发表的本篇文章版本中，方法（Methods）部分的“指数等待时间模型”（Exponential waiting time model）一节，方程的表述有笔误。原方程表述为“loss_j = – log P(j) = cross_entropy(logits, tokens)”，而原始的方程中，交叉熵项前本应有一个负号。现已在文章的HTML和PDF版本中对该方程进行了修正。

作者信息

作者和单位

1. 德国癌症研究中心（DKFZ）肿瘤学人工智能部，海德堡，德国

   Artem Shmatko& Moritz Gerstung

2. 欧洲分子生物学实验室，欧洲生物信息研究所（EMBL-EBI），欣克斯顿，英国

   Artem Shmatko, Alexander Wolfgang Jung, Kumar Gaurav, Ewan Birney, Tom Fitzgerald & Moritz Gerstung

3. 海德堡大学生物科学学院，海德堡，德国

   Artem Shmatko

4. 丹麦哥本哈根大学健康与医学科学学院，诺和诺德基金蛋白质研究中心，哥本哈根，丹麦

   Alexander Wolfgang Jung & Søren Brunak

5. 丹麦统计局，哥本哈根，丹麦

   Alexander Wolfgang Jung & Laust Hvas Mortensen

6. 苏黎世联邦理工学院生物系统科学与工程系，巴塞尔，瑞士

   Alexander Wolfgang Jung

7. 丹麦哥本哈根大学公共卫生系，哥本哈根，丹麦

   Søren Brunak & Laust Hvas Mortensen

8. ROCKWOOL基金会，哥本哈根，丹麦

   Laust Hvas Mortensen

9. 海德堡大学数学与计算机科学系，海德堡，德国

   Moritz Gerstung

10. 罗伯特·博世肿瘤疾病中心，斯图加特，德国

    Moritz Gerstung

11. 蒂宾根大学，埃伯哈德-卡尔斯-大学医学院，蒂宾根，德国

    Moritz Gerstung

12. 蒂宾根大学医院，蒂宾根，德国

    Moritz Gerstung

通讯作者

联系人：Ewan Birney, Tom Fitzgerald 或 Moritz Gerstung。

相关信息

---

🚀 想要体验更好更全面的AI调用？

欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。