/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
4,2 млрд
Размер весов
8,5 ГБ
Лицензия
bsd
Архитектура
mistral · dense
Опубликована
12 дек 2024

GenomeOcean-4B

Генерация текстаТекст → текст3 профессии

Предобученная авторегрессионная модель Mistral с 4,2 млрд параметров для генерации и анализа последовательностей микробных геномов.

794скачиваний за 30 дней11лайковвеса обновлены5 авг 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

GenomeOcean-4B — базовая предобученная модель микробных геномов, разработанная Lawrence Berkeley National Laboratory и Northwestern University. Это плотная авторегрессионная языковая модель семейства Mistral с 4,2 млрд параметров, обученная предсказывать последовательности методом Causal Language Modeling. Для токенизации используется BPE с размером словаря 4096 токенов.

Модель предназначена для работы с последовательностями ДНК микроорганизмов и может применяться для генерации и анализа геномных последовательностей, в том числе в задачах микробиомики и метагеномики. README указывает максимальную длину последовательности 10 240 токенов, что соответствует примерно 50 тысячам пар оснований; метаданные каталога указывают контекст 32 768 токенов.

Репозиторий содержит веса в формате safetensors. Лицензия указана как BSD; в карточке также приведено уведомление о правах правительства США и контакты Berkeley Lab для вопросов использования и распространения. Модель специализирована на микробных геномах и не заявлена как универсальная языковая модель для естественного языка.

Сценарии применения

  • генерация последовательностей ДНК микроорганизмов
  • анализ геномных последовательностей микробов
  • исследование микробиомов
  • работа с данными метагеномики

Ограничения

Модель специализирована на микробных геномных последовательностях; README не заявляет поддержку естественного языка или других биологических последовательностей. Указанные длины контекста различаются: README сообщает 10 240 токенов, метаданные каталога — 32 768.

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

This is the base model of GenomeOcean-4B. It is trained with Causal Language Modeling (CLM) and uses a BPE tokenizer with 4096 tokens. It supports a maximum sequence length of 10240 tokens (~50kbp).

Please see our official implementation on our Github.

Quick start.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained(
    "pGenomeOcean/GenomeOcean-4B",
    trust_remote_code=True,
    padding_side="left",
)
model = AutoModelForCausalLM.from_pretrained(
    "pGenomeOcean/GenomeOcean-4B",
    trust_remote_code=True,
    torch_dtype=torch.bfloat16, 
    attn_implementation="flash_attention_2",
).to("cuda") 

Copyright Notice

genomeocean: a pretrained microbial genome foundational model (genomeoceanLLM) ” Copyright (c) 2025, The Regents of the University of California, through Lawrence Berkeley National Laboratory (subject to receipt of any required approvals from the U.S. Dept. of Energy) and Northwestern University. All rights reserved.

If you have questions about your rights to use or distribute this software, please contact Berkeley Lab's Intellectual Property Office at IPO@lbl.gov.

NOTICE. This Software was developed under funding from the U.S. Department of Energy and the U.S. Government consequently retains certain rights. As such, the U.S. Government has been granted for itself and others acting on its behalf a paid-up, nonexclusive, irrevocable, worldwide license in the Software to reproduce, distribute copies to the public, prepare derivative works, and perform publicly and display publicly, and to permit others to do so.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
2bed2fc

0 моделей