/ Модель

Характеристики

Контекст
1 048 576 токенов
Параметры
152 млн
Лицензия
Apache 2.0
Архитектура
ceno · MoE
Библиотека
transformers
Опубликована
20 авг 2026

CENO-P-300M

Генерация текстаТекст → текст3 профессии

CENO-P-300M — модель для оценки влияния генетических вариантов по множественным выравниваниям последовательностей ДНК.

48скачиваний 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-300M — модель семейства CENO, разработанная CladeTeam для предсказания эффектов генетических вариантов по множественным выравниваниям последовательностей (MSA). Это постобученный для MSA вариант ДНК-модели CENO; он оценивает варианты сравнением log-likelihood последовательностей дикого типа и с вариантом. Модель принимает упакованные MSA-последовательности с индексами последовательностей и использует символьную токенизацию, кодирующую основания ДНК ASCII-кодами.

Архитектура — гибрид Mamba, Attention и Mixture-of-Experts семейства Nemotron-H; README указывает 307,5 млн параметров, а метаданные Hugging Face — 151,5 млн. Нативный контекст составляет 1 048 576 токенов. Модель работает с последовательностями ДНК и не предназначена для обычной генерации естественного языка. Код модели включён в репозиторий, для загрузки через Transformers требуется trust_remote_code=True. Лицензия — Apache-2.0.

Сценарии применения

  • оценка эффекта мутации по выровненным последовательностям
  • сравнение вариантов ДНК с последовательностью дикого типа
  • ранжирование генетических вариантов по изменению правдоподобия
  • исследование геномных вариантов в рабочих процессах TraitGym

Ограничения

Для оценки вариантов требуются упакованные MSA-входы с индексами seq_idx и специальный путь скоринга; модель использует удалённый код при загрузке. В README и метаданных указаны разные значения числа параметров: 307,5 млн и 151,5 млн соответственно.

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-300M

CENO-P-300M is the multi-species alignment (MSA) post-trained variant of the 300M 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)
Parameters307.5M
Precisionfloat32
model_typeceno
Architecture classCENOPForCausalLM
Auto-map (model)modeling_ceno_p.CENOPForCausalLM
Auto-map (tokenizer)ceno_tokenizer.CENOCharLevelTokenizer

Architecture

PropertyValue
Hidden layers9
Hidden size1024
Attention heads8
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-300M"
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
d0a6f91

0 моделей