ESM2 Quantized Base
This is the base model for T36 quantized model. To use the quantized model, access gabrielbianchin/esm2_t36_long_int4.
Характеристики
- Контекст
- 2 050 токенов
- Параметры
- 3,8 млрд
- Размер весов
- 14,2 ГБ
- Архитектура
- esm · dense
- Опубликована
- 26 апр 2024
Ссылки
base_esm2_t36_long
Заполнение пропусковТекст → текст
Базовая модель ESM2 на 3,8 млрд параметров предсказывает скрытые аминокислоты в белковых последовательностях.
12скачиваний 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/base_esm2_t36_long — базовая модель семейства ESM2, разработанная Meta AI для работы с последовательностями белков. Это плотная трансформерная модель с архитектурой EsmForMaskedLM и примерно 3,8 млрд параметров; она предсказывает скрытые аминокислоты в последовательности, что соответствует задаче fill-mask. Модель рассчитана на контекст до 2050 токенов и распространяется в формате PyTorch.
README называет её базовой моделью для квантизированной версии gabrielbianchin/esm2_t36_long_int4. Лицензия не приведена в доступных данных. Модель подходит для анализа белковых последовательностей и получения контекстных предсказаний аминокислот, но доступные сведения не подтверждают её пригодность для конкретных биологических задач или клинических решений.
Сценарии применения
- заполнение маскированных аминокислот в белковой последовательности
- получение контекстных предсказаний аминокислот
- анализ длинных белковых последовательностей
Ограничения
Карточка не сообщает лицензию и не описывает оценки качества или специализированные биологические сценарии. Контекст ограничен 2050 токенами.
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
- cdabf7e