Характеристики

Параметры: 231 млн
Архитектура: caduceus · dense
Библиотека: transformers
Опубликована: 11 июл 2026

Ссылки

BatatasLM-SP5-28L

Заполнение пропусковТекст → текст3 профессии

Предварительно обученная модель Caduceus с 231,2 млн параметров для анализа последовательностей ДНК сладкого картофеля и восстановления замаскированных участков.

8скачиваний за 30 дней0лайковвеса обновлены11 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

BatatasLM-SP5-28L — предварительно обученная ДНК-модель семейства Caduceus, разработанная в рамках проекта BatatasLM. Она содержит 231,2 млн параметров и использует архитектуру CaduceusForMaskedLM; модельные файлы представлены в формате PyTorch и предназначены для загрузки через Transformers.

Модель обучена на пяти геномах или образцах сладкого картофеля из набора BatatasLM-SP5-Pretraining-Data. Она рассчитана на исследовательскую работу с представлениями последовательностей ДНК длиной до 4096 пар оснований и на задачи восстановления замаскированных участков последовательности. Категория fill-mask также заявлена в метаданных; каталог указывает поддержку классификации текста, однако README не приводит деталей её оценки.

Карточка не сообщает метрики качества и не подтверждает превосходство над другими моделями. Для загрузки могут потребоваться пользовательские модули из репозитория и параметр trust_remote_code=True. Лицензия в предоставленных данных не указана.

Сценарии применения

восстановление замаскированных участков ДНК
получение представлений последовательностей генома сладкого картофеля
исследовательские эксперименты с ДНК-моделями
классификация последовательностей ДНК

Ограничения

Карточка не приводит метрик и результатов бенчмарков, поэтому качество модели не установлено. Обучающие данные ограничены пятью геномами или образцами сладкого картофеля; загрузка может требовать пользовательского кода из репозитория.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BatatasLM-SP5-28L_pretrain

Model Description

BatatasLM pretrained DNA foundation model: BatatasLM-SP5-28L_pretrain.

Model Architecture

The configuration declares model_type caduceus and CaduceusForMaskedLM. Caduceus, Mamba, RCPS, architectures, auto_map, Python module names, and class names are technical identifiers retained for loading.

Training Data

This model uses BatatasLM-SP5-Pretraining-Data, five sweetpotato genomes or accessions. Sequence length is 4096 bp.

Intended Use

Research involving DNA sequence representation and masked-language-modeling workflows.

Model Files

Configuration, pytorch_model.bin, tokenizer files, and custom Python modules referenced by auto_map.

Loading the Model

from transformers import AutoModelForMaskedLM
model = AutoModelForMaskedLM.from_pretrained("BatatasLM-SP5-28L_pretrain", trust_remote_code=True)

Limitations

This card does not assert publication status, benchmark metrics, or a performance conclusion.

Citation

BatatasLM: A Sweetpotato-Centric DNA Foundation Model.

Project Information

Project: BatatasLM
GitHub: https://github.com/Weiyiliang/BatatasLM
Institution: Jiangsu Normal University

Contact

Yiliang Wei - weiyiliang.2013@tsinghua.org.cn

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры: CaduceusForMaskedLM
Ревизия весов: 954dc8a