/ Модель

Характеристики

Контекст
1 024 токена
Параметры
1,1 млн
Лицензия
Своя лицензия
Архитектура
rnabert · dense
Опубликована
20 ноя 2024

GB.RNA-1M-MARS

Заполнение пропусковТекст → текст3 профессии

Компактная модель RNABert для заполнения маски и получения представлений последовательностей РНК, пригодная как основа для downstream-задач.

34скачиваний за 30 дней0лайковвеса обновлены25 июл 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

GB.RNA-1M-MARS — компактная языковая модель для последовательностей РНК от GenBio AI. Модель семейства RNABert содержит 1,1 млн параметров и предварительно обучена на 886 млн последовательностей РНК из базы MARS. В метаданных указаны архитектура RNABertForMaskedLM, формат PyTorch и контекст до 1024 токенов.

Модель предназначена для получения эмбеддингов последовательностей РНК и как основа для downstream-моделей классификации последовательностей и отдельных токенов, а также регрессии. Заявленная задача в каталоге — заполнение маски в последовательности. Это специализированный белковый? Нет, именно РНК-чекпойнт; карточка не приводит оценок качества на задачах. Лицензия указана как other, поэтому условия использования следует сверить с лицензией репозитория.

Сценарии применения

  • получение эмбеддингов последовательностей РНК
  • восстановление замаскированных нуклеотидов в последовательности РНК
  • классификация последовательностей РНК
  • классификация отдельных позиций последовательности РНК
  • регрессия по последовательности РНК

Ограничения

Карточка не приводит результатов оценки качества или конкретных downstream-бенчмарков. Условия лицензии с пометкой other следует проверить в репозитории.

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

GB.RNA-1M-MARS

License

GB.RNA-1M-MARS is a 1 million parameter RNA foundation model pre-trained on 886 million RNA sequences from the MARS database.

For a more detailed description, refer to the SOTA model in this collection https://huggingface.co/genbio-ai/GB.RNA-1.6B

How to Use

Build any downstream models from this backbone with ModelGenerator

For more information, visit: Model Generator

mgen fit --model SequenceClassification --model.backbone aido_rna_1m_mars --data SequenceClassificationDataModule --data.path <hf_or_local_path_to_your_dataset>
mgen test --model SequenceClassification --model.backbone aido_rna_1m_mars --data SequenceClassificationDataModule --data.path <hf_or_local_path_to_your_dataset>

Or use directly in Python

Embedding

from modelgenerator.tasks import Embed
model = Embed.from_config({"model.backbone": "aido_rna_1m_mars"}).eval()
transformed_batch = model.transform({"sequences": ["ACGT", "AGCT"]})
embedding = model(transformed_batch)
print(embedding.shape)
print(embedding)

Sequence-level Classification

import torch
from modelgenerator.tasks import SequenceClassification
model = SequenceClassification.from_config({"model.backbone": "aido_rna_1m_mars", "model.n_classes": 2}).eval()
transformed_batch = model.transform({"sequences": ["ACGT", "AGCT"]})
logits = model(transformed_batch)
print(logits)
print(torch.argmax(logits, dim=-1))

Token-level Classification

import torch
from modelgenerator.tasks import TokenClassification
model = TokenClassification.from_config({"model.backbone": "aido_rna_1m_mars", "model.n_classes": 3}).eval()
transformed_batch = model.transform({"sequences": ["ACGT", "AGCT"]})
logits = model(transformed_batch)
print(logits)
print(torch.argmax(logits, dim=-1))

Sequence-level Regression

from modelgenerator.tasks import SequenceRegression
model = SequenceRegression.from_config({"model.backbone": "aido_rna_1m_mars"}).eval()
transformed_batch = model.transform({"sequences": ["ACGT", "AGCT"]})
logits = model(transformed_batch)
print(logits)

Get RNA sequence embedding

from genbio_finetune.tasks import Embed
model = Embed.from_config({"model.backbone": "aido_rna_1m_mars"}).eval()
transformed_batch = model.transform({"sequences": ["ACGT", "ACGT"]})
embedding = model(transformed_batch)
print(embedding.shape)
print(embedding)

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Нельзя запустить

Архитектура rnabert неизвестна transformers в образе рантайма.

Класс архитектуры
RNABertForMaskedLM
Ревизия весов
00029ce

0 моделей