/ Модель

Характеристики

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

CENO-P-600M

Генерация текстаТекст → текст3 профессии

CENO-P-600M — модель для предсказания эффектов генетических вариантов по множественным выравниваниям ДНК-последовательностей.

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-600M — вариант ДНК-модели семейства CENO, разработанный для предсказания эффектов генетических вариантов по множественным выравниваниям последовательностей (MSA). Чекпойнт прошёл дополнительное обучение на MSA и оценивает варианты сравнением правдоподобия последовательностей дикого типа и мутантных вариантов. Для запуска VEP авторы предлагают пример TraitGym в сопутствующем репозитории CENO.

Архитектура сочетает Mamba, attention и Mixture-of-Experts; токенизатор посимвольно кодирует основания ДНК. Метаданные указывают 336,1 млн параметров и контекст до 1 048 576 токенов, тогда как README приводит размер 630,8 млн параметров. Модель загружается через Transformers с пользовательским кодом и распространяется в формате safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • Оценка влияния мутации на последовательность ДНК
  • Сравнение вариантов дикого типа и мутантов по правдоподобию
  • Предсказание эффектов вариантов на основе MSA

Ограничения

Модель предназначена для скоринга вариантов в упакованных MSA-входах с индексами последовательностей; для применения авторы указывают VEP-пример TraitGym в сопутствующем репозитории. Указанные источники расходятся в числе параметров: 336,1 млн в метаданных и 630,8 млн в README.

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-600M

CENO-P-600M is the multi-species alignment (MSA) post-trained variant of the 600M 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)
Parameters630.8M
Precisionfloat32
model_typeceno
Architecture classCENOPForCausalLM
Auto-map (model)modeling_ceno_p.CENOPForCausalLM
Auto-map (tokenizer)ceno_tokenizer.CENOCharLevelTokenizer

Architecture

PropertyValue
Hidden layers20
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-600M"
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
1efe01c

0 моделей