/ Модель

Характеристики

Контекст
128 токенов
Параметры
116 млн
Архитектура
bert · dense
Библиотека
transformers
Опубликована
2 июл 2024

birna-bert

Заполнение пропусковТекст → текст3 профессии

BERT-энкодер для извлечения нуклеотидных и последовательностных эмбеддингов РНК, также поддерживающий предсказание замаскированных токенов.

868скачиваний за 30 дней1лайквеса обновлены14 июл 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

BiRNA-BERT — энкодерная модель семейства BERT для представления последовательностей РНК в виде эмбеддингов. Модель обучена с использованием фреймворка MosaicBERT и токенизации BPE и отдельными нуклеотидами, что позволяет получать представления как на уровне нуклеотидов, так и на уровне всей последовательности. В репозитории указана архитектура BertForMaskedLM с 116,4 млн параметров; основная длина контекста составляет 128 токенов.

Модель предназначена для извлечения признаков РНК, которые можно использовать в последующих задачах анализа последовательностей. Метаданные также указывают задачу fill-mask. В README приведён пример изменения настройки длины последовательности до 2048, однако это изменение конфигурации само по себе не подтверждает качество модели на такой длине. Лицензия в предоставленных данных не указана.

Сценарии применения

  • получение эмбеддингов последовательностей РНК
  • получение представлений отдельных нуклеотидов
  • извлечение признаков РНК для downstream-моделей
  • предсказание замаскированных токенов в последовательности РНК

Ограничения

Заявленная длина контекста составляет 128 токенов; возможность увеличить параметр конфигурации не подтверждает надёжную работу на последовательностях длиной до 2048. Лицензия и результаты оценки качества в предоставленных данных отсутствуют.

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

Model Card for Model ID

BiRNA-BERT is a BERT-style transformer encoder model that generates embeddings for RNA sequences. BiRNA-BERT has been trained on BPE tokens and individual nucleotides. As a result, it can generate both granular nucleotide-level embeddings and efficient sequence-level embeddings (using BPE).

BiRNA-BERT was trained using the MosaicBERT framework - https://huggingface.co/mosaicml/mosaic-bert-base

Usage

Extracting RNA embeddings

import torch
import transformers
from transformers import AutoModelForMaskedLM, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("buetnlpbio/birna-tokenizer")

config = transformers.BertConfig.from_pretrained("buetnlpbio/birna-bert")
mysterybert = AutoModelForMaskedLM.from_pretrained("buetnlpbio/birna-bert",config=config,trust_remote_code=True)
mysterybert.cls = torch.nn.Identity()

# To get sequence embeddings
seq_embed = mysterybert(**tokenizer("AGCTACGTACGT", return_tensors="pt"))
print(seq_embed.logits.shape) # CLS + 4 BPE token embeddings + SEP

# To get nucleotide embeddings
char_embed = mysterybert(**tokenizer("A G C T A C G T A C G T", return_tensors="pt")) 
print(char_embed.logits.shape) # CLS + 12 nucleotide token embeddings + SEP

Explicitly increasing max sequence length

config = transformers.BertConfig.from_pretrained("buetnlpbio/birna-bert")
config.alibi_starting_size = 2048 # maximum sequence length updated to 2048 from config default of 1024

mysterybert = AutoModelForMaskedLM.from_pretrained("buetnlpbio/birna-bert",config=config,trust_remote_code=True)

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
BertForMaskedLM
Ревизия весов
35bceaf

0 моделей