Характеристики

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

Ссылки

biot5-plus-base-mol-instructions-molecule

Модель T5 на 126 млн параметров для генерации текста по текстовому вводу, связанная с BioT5+ и инструкциями по работе с молекулами.

40скачиваний 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-mol-instructions-molecule — модель семейства T5 с 126 млн параметров, опубликованная пользователем QizhiPei. Карточка показывает загрузку через Transformers и класс T5ForConditionalGeneration; метаданные указывают PyTorch и формат safetensors.

Название репозитория указывает на BioT5+ и инструкции для работы с молекулами, но карточка не описывает конкретные задачи, обучающие данные или способ использования этих инструкций. Метаданные относят модель к генерации текста по текстовому вводу и указывают английский язык. Лицензия — MIT.

Сценарии применения

генерация текстовых ответов на инструкции о молекулах
эксперименты с применением T5 к биомолекулярным задачам
запуск модели T5 для преобразования текста в текст через Transformers

Ограничения

Карточка не уточняет поддерживаемые виды молекулярных задач, формат инструкций и качество на конкретных наборах данных.

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

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-mol-instructions-molecule")
model = T5ForConditionalGeneration.from_pretrained('QizhiPei/biot5-plus-base-mol-instructions-molecule')

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: f7e3d87