RoFormer-модель, предобученная на пептидах и малых молекулах для заполнения маскированных участков химических последовательностей.
13 164скачиваний за 30 дней2лайкавеса обновлены4 дек 2024
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
PeptideCLM-23M-all — языковая модель для химических последовательностей, обученная разработчиком aaronfeller на 10,8 млн пептидов и 12,6 млн малых молекул. Это плотная RoFormer-модель класса RoFormerForMaskedLM с 57,1 млн параметров и контекстом 768 токенов, предназначенная для предобучения по задаче masked language modeling и заполнения замаскированных участков последовательности.
Модель можно применять для предсказания вероятных фрагментов пептидных и молекулярных последовательностей, а также как основу для исследований химических языковых моделей. Репозиторий содержит веса PyTorch. Токенизатор нельзя загрузить стандартным способом через Transformers: требуется собственный SMILES_SPE_Tokenizer из папки tokenizer.
Лицензия — MIT. Карточка не приводит оценок качества или конкретных ограничений применимости, поэтому результаты для научных и практических задач требуют отдельной проверки.
Сценарии применения
заполнение пропущенных фрагментов в последовательностях пептидов
восстановление замаскированных частей представления малых молекул
предсказание вероятных токенов в химических последовательностях
исследование языковых моделей для пептидов и химических соединений
Ограничения
Токенизатор нельзя загрузить стандартными средствами Transformers: необходимо отдельно загрузить каталог tokenizer и использовать пользовательский SMILES_SPE_Tokenizer. Качество модели для конкретных прикладных задач в карточке не оценено.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Peptide-trained Chemical Language Model using 10.8M peptides and 12.6M small molecules for MLM pretraining.
Loading the tokenizer is not possible with transformers. A custom tokenizer must be loaded from the 'tokenizer' directory found at at https://github.com/AaronFeller/PeptideCLM
An example script for this can be found in the repository. A short example is below (note, the tokenizer directory must be downloaded):