Характеристики

Контекст: 2 050 токенов
Параметры: 230 млн
Архитектура: esm · dense
Библиотека: transformers
Опубликована: 23 сен 2026

Ссылки

NT-v2-250M-fish20-adapted

Заполнение пропусковТекст → текст3 профессии

Доменная адаптация Nucleotide Transformer для анализа геномных последовательностей рыб и предсказания замаскированных участков ДНК.

28скачиваний за 30 дней0лайковвеса обновлены23 сен 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

NT-v2-250M fish20 adapted — модель семейства Nucleotide Transformer, адаптированная к корпусу геномов 20 видов рыб с помощью доменного дообучения для masked language modeling. Она предназначена для предсказания замаскированных участков последовательностей ДНК и может служить основой для задач классификации и разметки геномных последовательностей. Модель использует архитектуру ESM с плотными слоями, токенизацию 6-меров и принимает контекст длиной до 2050 токенов; размер составляет около 229,6 млн параметров.

Репозиторий содержит пользовательский код модели и рассчитан на загрузку через Transformers с параметром trust_remote_code=True. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

предсказание замаскированных 6-меров в последовательностях ДНК рыб
адаптация к анализу геномов видов рыб
классификация геномных последовательностей рыб
разметка токенов в последовательностях ДНК

Ограничения

Адаптация обучена на корпусе геномов 20 видов рыб, поэтому перенос на другие организмы или типы последовательностей может требовать проверки. Для загрузки требуется включить trust_remote_code=True.

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 II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

NT-v2-250M fish20 adapted

This checkpoint is NT-v2-250M adapted to the FishNALM 20-species fish-genome corpus for masked language modeling.

Domain-adaptive pretraining

Setting	Value
Base model	NT-v2-250M (250M parameters)
Tokenization	6-mer
Hardware	4 × NVIDIA A100 80GB
Per-device batch size	64
Gradient accumulation steps	1
Effective global batch size	256
Peak learning rate	1 × 10⁻⁵
Corpus exposure	1 epoch

Usage

This repository contains custom model code. Load it with trust_remote_code=True.

from transformers import AutoModelForMaskedLM, AutoTokenizer

model_id = "<your-namespace>/NT-v2-250M-fish20-adapted"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForMaskedLM.from_pretrained(model_id, trust_remote_code=True)

The checkpoint is intended for DNA-sequence representation and masked-token prediction. Evaluate and adapt it for each downstream task before use.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры: EsmForMaskedLM
Ревизия весов: 596a4d7