RoBERTa-модель Briney Lab для предсказания замаскированных токенов в парных последовательностях антител.
362скачиваний за 30 дней0лайковвеса обновлены10 дек 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
BALM-paired — языковая модель антител, разработанная Briney Lab. Модель на архитектуре RoBERTa предварительно обучена на примерно 1,6 млн парных последовательностей антител из набора Jaffe et al. Веса доступны в формате safetensors; размер модели — 402,7 млн параметров, максимальная длина контекста — 512 токенов.
Модель предназначена для работы с парными последовательностями тяжёлой и лёгкой цепей антител, записанными подряд в формате HEAVY_CHAINLIGHT_CHAIN. Она поддерживает задачу fill-mask: предсказание замаскированных токенов в последовательности. Для загрузки используются Transformers и RobertaTokenizer/RobertaForMaskedLM.
Специализация на антителах позволяет применять модель для анализа и исследования последовательностей в иммунологии и биоинформатике. Лицензия — MIT. README не описывает результаты бенчмарков или гарантии качества; длина контекста ограничена 512 токенами.
Сценарии применения
восстановление замаскированных участков парных последовательностей антител
анализ последовательностей тяжёлой и лёгкой цепей антител
изучение языковых закономерностей в последовательностях антител
Ограничения
Модель обучена на последовательностях антител и ожидает парный формат HEAVY_CHAINLIGHT_CHAIN; контекст ограничен 512 токенами. README не приводит количественных результатов оценки качества.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
BALM-paired is an antibody language model that uses a RoBERTa architecture and was pre-trained on the ~1.6M paired antibody sequences from Jaffe et al.
Datasets used for pre-training are available on Zenodo and code is available on GitHub. More details can be found in our paper published in Patterns.
Use
Load the model and tokenizer as follows:
from transformers import RobertaTokenizer, RobertaForMaskedLM
model = RobertaForMaskedLM.from_pretrained("brineylab/BALM-paired")
tokenizer = RobertaTokenizer.from_pretrained("brineylab/BALM-paired")
The tokenizer expects sequences formatted as: HEAVY_CHAIN</s>LIGHT_CHAIN.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров