Характеристики

Контекст: 1 000 000 000 токенов
Параметры: 126 млн
Лицензия: MIT
Архитектура: t5 · dense
Опубликована: 10 июл 2024

Ссылки

biot5-plus-base-chebi20

Англоязычная модель T5 на 126 млн параметров, предназначенная для текстовой генерации в биомедицинских задачах, связанных с химическими соединениями.

155скачиваний за 30 дней0лайковвеса обновлены20 фев 2025

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

QizhiPei/biot5-plus-base-chebi20 — англоязычная модель семейства T5 с архитектурой encoder-decoder и примерно 126 млн параметров. Карточка показывает загрузку весов и токенизатора через Transformers для генерации текста по текстовому входу.

Название указывает на BioT5+ и настройку на наборе ChEBI-20, что предполагает применение в биомедицинских задачах генерации текста, связанных с химическими соединениями. Карточка не описывает конкретные форматы запросов и целевые сценарии, поэтому специализацию следует считать ориентировочной. Модель распространяется по лицензии MIT.

Сценарии применения

генерация текстовых описаний химических соединений
эксперименты с биомедицинской генерацией текста на данных ChEBI-20
дообучение модели T5 для задач химической информатики

Ограничения

Карточка не уточняет точные целевые задачи, метрики качества, контекстное окно или ограничения применения; пригодность для конкретного сценария нужно проверять отдельно.

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 I.13Универсальные способностиСимуляция, моделирование и открытие новогоAI помогает исследовать сложные системы, проверять сценарии и искать новые конструкции, закономерности или гипотезы.18 задач1 577моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Example Usage

from transformers import AutoTokenizer, T5ForConditionalGeneration

tokenizer = AutoTokenizer.from_pretrained("QizhiPei/biot5-plus-base-chebi20")
model = T5ForConditionalGeneration.from_pretrained('QizhiPei/biot5-plus-base-chebi20')

References

For more information, please refer to our paper and GitHub repository.

Paper: BioT5+: Towards Generalized Biological Understanding with IUPAC Integration and Multi-task Tuning

GitHub: BioT5+

Authors: Qizhi Pei, Lijun Wu, Kaiyuan Gao, Xiaozhuan Liang, Yin Fang, Jinhua Zhu, Shufang Xie, Tao Qin, and Rui Yan

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры: T5ForConditionalGeneration
Ревизия весов: d9c77cf