杜克大学和西湖大学的研究人员开发了PTM-Mamba，这是一种能够同时建模野生型和翻译后修饰（PTM）序列的蛋白质语言模型。该模型通过双向Mamba块和新门控机制，增强了对PTM的理解，支持疾病关联和药物可药性预测等任务。研究表明，PTM-Mamba在多个基准测试中优于现有模型，展示了其在生物学研究和精准治疗中的潜力。

杜克大学与Google Research的研究提出了一种自驱动Logits进化解码（SLED）方法，旨在提高大语言模型（LLM）的事实准确性。SLED通过挖掘模型的潜在知识，优化输出，减少错误，兼容多种解码方式，计算开销小且生成质量高。未来可结合监督式微调，应用于医疗和教育等领域。

杜克大学的“使用R进行数据分析”课程强调数据分析技能，涵盖数据可视化、统计分析、概率理论和Bayes规则，适合初学者和需要复习的数据科学工作者。

这篇文章介绍了几个免费的人工智能课程，包括哈佛大学的《CS50人工智能入门》，麻省理工学院的《人工智能》，斯坦福大学的《人工智能原理与技术》，斯坦福大学的《医疗人工智能专业化》和杜克大学的《生成式人工智能入门》。这些课程涵盖了人工智能的基础知识和应用领域，适合想要学习人工智能的人。