/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
CENO-base-1b-preview
Библиотека
transformers
Опубликована
20 июн 2026

CENO-rice-cds

Генерация текстаТекст → текст3 профессии

Дообученная на кодирующих последовательностях риса причинная языковая модель для воспроизведения экспериментов по скорингу последовательностей HTT/polyQ.

20скачиваний за 30 дней0лайковвеса обновлены20 июн 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

CENO Rice CDS — причинная языковая модель команды CladeTeam, дообученная на последовательностях кодирующих участков генов риса Oryza sativa. Она предназначена для воспроизведения экспериментов по оценке последовательностей HTT/polyQ: модель генерирует продолжения последовательностей и позволяет сравнивать их по средней логарифмической вероятности. Модель основана на CENO-base-1b-preview; карточка описывает одноэпоховое дообучение с максимальной длиной обучающих последовательностей 8192 токена. Архитектура использует реализацию CENOForCausalLM, переименованную из Nemotron-H; для токенизации применяется символьный токенизатор CENOCharLevelTokenizer.

Модель специализирована на последовательностях CDS риса и сценариях исследовательского скоринга, а не на обычном текстовом диалоге. Значения вероятности отражают правдоподобие последовательности с точки зрения модели и не являются оценкой биологической пригодности или патогенности. Для загрузки через Transformers требуется включить trust_remote_code=True; лицензия — Apache-2.0.

Сценарии применения

  • оценка логарифмической вероятности последовательностей CDS риса
  • сравнение последовательностей в экспериментах по HTT/polyQ
  • генерация продолжений последовательностей ДНК

Ограничения

Средняя логарифмическая вероятность характеризует правдоподобие последовательности для модели и не оценивает биологическую пригодность или патогенность. Модель обучалась один эпох на CDS риса и ориентирована на специализированные эксперименты HTT/polyQ.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CENO Rice CDS 1-Epoch Finetune

CENO model finetuned for one epoch on Oryza sativa CDS sequences.

CENO is derived from NVIDIA's Nemotron-H (Apache-2.0). The custom Transformers remote code in this repository (configuration_ceno.py, modeling_ceno.py) is a rename of the upstream Nemotron-H implementation.

This repository includes custom Transformers remote code for CENOForCausalLM and CENOCharLevelTokenizer. Load with trust_remote_code=True.

Files

  • model.safetensors: model weights
  • config.json: model config with auto_map
  • generation_config.json: generation config
  • configuration_ceno.py, modeling_ceno.py: custom model code
  • ceno_tokenizer.py, tokenizer_config.json, special_tokens_map.json, vocab.json: tokenizer files
  • training_metrics.json: finetuning metrics

Loading

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "CladeTeam/CENO-rice-cds"
model = AutoModelForCausalLM.from_pretrained(repo_id, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained(repo_id, trust_remote_code=True)

The model code depends on PyTorch and the Mamba/Triton stack used by Nemotron-H. The bundled config sets use_mamba_kernels=false, using the pure-PyTorch Mamba fallback so no mamba-ssm/causal-conv1d install is required.

Training

Finetuned for 1 epoch on rice CDS with learning_rate=5e-5, effective_batch_size=64, bf16, max_length=8192.

Training Metrics

{
  "species": "rice",
  "train_loss": 10.05208391170438,
  "eval_loss": 1.21553373336792,
  "learning_rate": 5e-05,
  "epochs": 1,
  "epoch_losses": [
    {
      "epoch": 0.9987473903966597,
      "eval_loss": 1.21553373336792
    },
    {
      "epoch": 0.9987473903966597,
      "eval_loss": 1.21553373336792
    }
  ],
  "n_gpu": 8,
  "effective_batch_size": 64
}

Intended Use

These models are released to reproduce HTT/polyQ sequence scoring experiments. The average log-likelihood scores reflect sequence-model likelihood, not biological fitness or pathogenicity.

License

This model and its bundled code are released under the Apache License 2.0, inheriting the license of the upstream Nemotron-H model code (Copyright 2024 AI21 Labs Ltd. and the HuggingFace Inc. team; Copyright (c) 2025 NVIDIA CORPORATION). Modifications for CENO by CladeTeam.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

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

Ревизия весов
c6a4981

0 моделей