Характеристики

Контекст: 1 026 токенов
Параметры: 865 млн
Лицензия: MIT
Архитектура: esm · dense
Базовая модель: esm2_t33_650M_UR50D
Библиотека: transformers
Опубликована: 9 дек 2025

Ссылки

Hugging Face

ft-ESM

brineylab

Заполнение пропусковТекст → текст3 профессии

Дообученная на парных последовательностях антител модель ESM-2 для предсказания маскированных аминокислот.

417скачиваний 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

ft-ESM — дообученная модель белкового языка, разработанная Briney Lab на основе ESM-2 с 650 млн параметров. Модель дообучена на парных последовательностях антител из набора Jaffe et al. и использует архитектуру ESM для предсказания аминокислот в маскированных позициях. Она принимает последовательности антител в формате HEAVY_CHAINLIGHT_CHAIN и предназначена для анализа и заполнения маскированных участков таких последовательностей.

Модель содержит 865,1 млн параметров, поддерживает контекст до 1026 токенов и доступна в формате safetensors для библиотеки Transformers. Лицензия — MIT. Специализация на парных последовательностях антител ограничивает её применение; качество для других белков и иных задач в предоставленных материалах не описано.

Сценарии применения

восстановление маскированных аминокислот в последовательностях антител
анализ парных последовательностей тяжёлой и лёгкой цепей антител
подготовка признаков последовательностей антител для последующего исследования

Ограничения

Модель специализирована на парных последовательностях антител в формате HEAVY_CHAINLIGHT_CHAIN; применимость к другим белкам и задачам в предоставленных материалах не описана.

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

ft-ESM

ft-ESM is a finetuned version of the 650M-parameter ESM2 protein language model, finetuned on 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 EsmTokenizer, EsmForMaskedLM

model = EsmForMaskedLM.from_pretrained("brineylab/ft-ESM")
tokenizer = EsmTokenizer.from_pretrained("brineylab/ft-ESM")

The tokenizer expects sequences formatted as: HEAVY_CHAIN<cls><cls>LIGHT_CHAIN.

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: 6594c8b