/ Модель

Характеристики

Контекст
1 048 576 токенов
Параметры
638 млн
Размер весов
5,2 ГБ
Лицензия
Apache 2.0
Архитектура
ceno · MoE
Библиотека
transformers
Опубликована
20 авг 2026

CENO-P-1B

Генерация текстаТекст → текст3 профессии

CENO-P-1B — геномная модель семейства CENO для предсказания влияния вариантов ДНК путём сравнения оценок последовательностей дикого типа и мутантного варианта в MSA.

46скачиваний за 30 дней0лайковвеса обновлены20 авг 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

CENO-P-1B — модель семейства CENO для предсказания эффектов генетических вариантов по множественным выравниваниям последовательностей (MSA). Она разработана для геномных задач и использует специальный путь оценки MSA: упакованные выравнивания передаются с индексом последовательности seq_idx, а эффект варианта оценивается сравнением логарифмических правдоподобий последовательностей дикого типа и мутантного варианта. По архитектуре это гибрид Mamba, Attention и Mixture-of-Experts на базе Nemotron-H; токенизатор посимвольный и сопоставляет основания ДНК их ASCII-кодам. В README размер указан как 1,3 млрд параметров, тогда как метаданные каталога указывают 638,1 млн. Контекст — до 1 048 576 токенов, формат весов — safetensors. Модель загружается через Transformers с trust_remote_code=True; код модели включён в репозиторий. Лицензия — Apache-2.0.

Модель предназначена для оценки влияния вариантов в генетических последовательностях и сценариев VEP на основе MSA; она также поддерживает генерацию последовательностей и извлечение эмбеддингов как возможности базового семейства CENO. Для запуска VEP README отсылает к примеру TraitGym в сопровождающем репозитории CENO. Результаты следует интерпретировать как оценки модели, а не как самостоятельное клиническое заключение.

Сценарии применения

  • оценка эффекта генетического варианта по множественному выравниванию
  • сравнение последовательностей дикого типа и мутантного варианта
  • ранжирование вариантов по изменению логарифмического правдоподобия
  • генерация геномных последовательностей
  • извлечение эмбеддингов последовательностей ДНК

Ограничения

Для оценки вариантов требуются упакованные MSA-входы с индексом seq_idx и специализированный путь скоринга; README направляет к примеру TraitGym для запуска VEP. В README размер указан как 1,3 млрд параметров, а в метаданных — 638,1 млн.

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

CENO-P-1B

CENO-P-1B is the multi-species alignment (MSA) post-trained variant of the 1B CENO DNA foundation model, for variant effect prediction (VEP). It carries intra_encoding_pattern in its config and ships the MSA scoring path (modeling_ceno_p.py), which consumes a per-token seq_idx to score packed MSA inputs.

It is part of the CENO DNA foundation model family. Model code, the VEP pipeline, and a generation demo live in the companion CENO code repository. Run VEP via the TraitGym example there. This checkpoint is standalone-loadable with trust_remote_code=True — the model code is bundled here.

Model details

FamilyCENO-P (MSA post-trained)
Training stageMSA post-training (VEP)
Parameters1.3B (1302.4M)
Precisionfloat32
model_typeceno
Architecture classCENOPForCausalLM
Auto-map (model)modeling_ceno_p.CENOPForCausalLM
Auto-map (tokenizer)ceno_tokenizer.CENOCharLevelTokenizer

Architecture

PropertyValue
Hidden layers38
Hidden size1024
Attention heads16
Intermediate size4096
Experts (MoE)8 (top-2 per token)
Vocabulary512 (byte / character-level)

The backbone is a Mamba / Attention / Mixture-of-Experts hybrid (Nemotron-H architecture). The tokenizer is character-level, mapping DNA bases to their ASCII byte codes.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

ckpt = "CladeTeam/CENO-P-1B"
model = AutoModelForCausalLM.from_pretrained(ckpt, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained(ckpt, trust_remote_code=True)

ids = tokenizer.encode("ATCGATCG", return_tensors="pt")
# out = model.generate(ids, max_new_tokens=128)   # needs a CUDA GPU (Mamba kernels)

The Mamba layers require CUDA kernels, so forward passes and generation need a GPU. Config, tokenizer, and weight loading are CPU-safe.

Intended use

  • Base checkpoints (CENO-*) — genomic-sequence generation and embedding extraction; downstream adaptation (fine-tuning, probing) for genomics tasks.
  • MSA checkpoints (CENO-P-*) — variant effect prediction (VEP) by scoring wild-type vs. variant sequences with delta log-likelihood. See the TraitGym VEP example in the CENO code repository.

License

Apache-2.0. The bundled model code is derived from NVIDIA's Nemotron-H Hugging Face implementation (Apache-2.0); the tokenizer is derived from the Arc Institute Evo2 CharLevelTokenizer (Apache-2.0). See the LICENSE and NOTICE files in this repository for full attribution.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
CENOPForCausalLM
Ревизия весов
194aad7

0 моделей