ESM2 Quantized Base
This is the base model for T12 quantized model. To use the quantized model, access gabrielbianchin/esm2_t12_long_int4:
Характеристики
- Контекст
- 2 050 токенов
- Параметры
- 44,3 млн
- Архитектура
- esm · dense
- Опубликована
- 26 апр 2024
Ссылки
base_esm2_t12_long
Базовая модель ESM2 для восстановления замаскированных участков белковых последовательностей и основа для её квантизированной версии.
8скачиваний за 30 дней0лайковвеса обновлены26 авг 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
gabrielbianchin/esm2_t12_long_int4 является квантизированной версией этой базовой модели ESM2. Репозиторий содержит базовую модель ESM2 с архитектурой EsmForMaskedLM и примерно 44,3 млн параметров; формат весов — safetensors, контекст составляет до 2050 токенов.
Модель предназначена для заполнения масок в последовательностях аминокислот и других задач языкового моделирования белковых последовательностей. README указывает, что этот чекпойнт служит базой для квантизированной модели gabrielbianchin/esm2_t12_long_int4. Условия лицензии в предоставленных данных не описаны.
Сценарии применения
- восстановление замаскированных аминокислот в белковой последовательности
- анализ белковых последовательностей с помощью masked language modeling
- использование в качестве базы для квантизированной ESM2 T12
Ограничения
README не сообщает лицензию и не приводит оценки качества или результаты тестирования.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · fill-mask
Подбираем GPU…
- Класс архитектуры
- EsmForMaskedLM
- Ревизия весов
- 8a07a84