/ Модель

Характеристики

Контекст
512 токенов
Параметры
37,9 млн
Лицензия
MIT
Архитектура
bert · dense
Библиотека
transformers
Опубликована
13 ноя 2024

BarcodeBERT

Разметка токеновТекст → label3 профессии

BarcodeBERT — модель на базе BERT для извлечения признаков и таксономической классификации ДНК-баркодов насекомых.

467скачиваний за 30 дней1лайквеса обновлены9 янв 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

BarcodeBERT — предварительно обученная модель на архитектуре BERT, разработанная для анализа данных ДНК-баркодирования насекомых и таксономической классификации. Карточка представляет её как модель для извлечения признаков в задачах анализа биоразнообразия; архитектура репозитория — BertForTokenClassification, размер — 37,9 млн параметров, максимальная длина контекста — 512 токенов.

Модель предназначена для извлечения признаков и классификации последовательностей ДНК-баркодов насекомых. Доступны веса PyTorch и Safetensors; лицензия MIT. Метаданные указывают английский язык, однако основное содержимое модели — биологические последовательности, поэтому английский не следует считать основным языком для пользовательского ввода.

Сценарии применения

  • извлечение признаков из последовательностей ДНК-баркодов
  • таксономическая классификация насекомых по ДНК-баркодам
  • анализ данных о биоразнообразии насекомых

Ограничения

Модель ориентирована на ДНК-баркодирование насекомых; карточка не подтверждает её пригодность для других организмов или типов последовательностей. Указанный контекст ограничен 512 токенами.

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

BarcodeBERT for Taxonomic Classification

A pre-trained transformer model for inference on insect DNA barcoding data, as presented in the paper BarcodeBERT: Transformers for Biodiversity Analysis.

Code: https://github.com/bioscan-ml/BarcodeBERT

Colab

To use BarcodeBERT as a feature extractor:

from transformers import AutoTokenizer, BertForTokenClassification

# Load the tokenizer
tokenizer = AutoTokenizer.from_pretrained(
    "bioscan-ml/BarcodeBERT", trust_remote_code=True
)

# Load the model
model = BertForTokenClassification.from_pretrained("bioscan-ml/BarcodeBERT", trust_remote_code=True)

# Sample sequence
dna_seq = "ACGCGCTGACGCATCAGCATACGA"

# Tokenize
input_seq = tokenizer(dna_seq, return_tensors="pt")["input_ids"]

# Pass through the model
output = model(input_seq.unsqueeze(0))["hidden_states"][-1]

# Compute Global Average Pooling 
features = output.mean(1)

Citation

If you find BarcodeBERT useful in your research please consider citing:

@misc{arias2023barcodebert,
  title={{BarcodeBERT}: Transformers for Biodiversity Analysis},
  author={Pablo Millan Arias
    and Niousha Sadjadi
    and Monireh Safari
    and ZeMing Gong
    and Austin T. Wang
    and Scott C. Lowe
    and Joakim Bruslund Haurum
    and Iuliia Zarubiieva
    and Dirk Steinke
    and Lila Kari
    and Angel X. Chang
    and Graham W. Taylor
  },
  year={2023},
  eprint={2311.02401},
  archivePrefix={arXiv},
  primaryClass={cs.LG},
  doi={10.48550/arxiv.2311.02401},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForTokenClassification
Ревизия весов
d635521

0 моделей