我们构建了一个适用于所有时序模型的组件，通过分布建模方法将预测视为正态分布，快速输出预测概率。数据来源于京东近3年的多品类销售数据，增强了数据的丰富性和异构性。

本研究提出了一种结合自编码器与去噪扩散模型的蛋白质序列表示学习框架，旨在解决流形学习与分布建模的任务分解问题。实验结果表明，该模型的区分能力优于基线模型。