您好！我正在研究DNA序列的功能预测任务，关注到HRM模型在层级推理任务上的优异表现，想咨询其对以下场景的适配性：
-
回归任务适配性：
我的数据是长度为1000的ATGC碱基序列，目标是预测该序列对应的一个连续数值（如活性强度）。请问HRM模型在设计上是否支持此类回归任务？若需要改造，核心需调整哪些模块（如输出层、损失函数等）？
-
分类任务适配性：
另一类任务是判断1000长度的碱基序列是否为增强子（二分类），或进一步细分为不同类型的调控元件（多分类）。HRM在ARC、Sudoku等分类任务上的经验是否可直接迁移？对于DNA序列的离散标签预测，是否需要特殊处理输入表示（如碱基嵌入方式）？
-
序列长度适配：
模型默认配置中seq_len参数是否支持1000长度的输入？若序列长度超过预训练设置，是否需要调整位置编码（如RoPE）或层级循环参数（H_cycles/L_cycles）？适用DNA序列的分类或回归任务吗？
您好！我正在研究DNA序列的功能预测任务，关注到HRM模型在层级推理任务上的优异表现，想咨询其对以下场景的适配性：
回归任务适配性：
我的数据是长度为1000的ATGC碱基序列，目标是预测该序列对应的一个连续数值（如活性强度）。请问HRM模型在设计上是否支持此类回归任务？若需要改造，核心需调整哪些模块（如输出层、损失函数等）？
分类任务适配性：
另一类任务是判断1000长度的碱基序列是否为增强子（二分类），或进一步细分为不同类型的调控元件（多分类）。HRM在ARC、Sudoku等分类任务上的经验是否可直接迁移？对于DNA序列的离散标签预测，是否需要特殊处理输入表示（如碱基嵌入方式）？
序列长度适配：
模型默认配置中
seq_len参数是否支持1000长度的输入？若序列长度超过预训练设置，是否需要调整位置编码（如RoPE）或层级循环参数（H_cycles/L_cycles）？适用DNA序列的分类或回归任务吗？