Характеристики

Контекст: 65 536 токенов
Параметры: 7,6 млрд
Размер весов: 16,4 ГБ
Архитектура: qwen3 · dense
Базовая модель: Intern-S1-mini-lm
Библиотека: transformers
Опубликована: 16 сен 2026

Ссылки

Hugging Face

intern-s1-mini-context-conditioned-molecule-transfer-v10-4-bbb-martins-best

jiosephlee

Генерация текстаТекст → текст3 профессии

Дообученная языковая модель для контекстного переноса и ранжирования молекул по данным анализа BBB Martins.

387скачиваний за 30 дней0лайковвеса обновлены16 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

Intern-S1-mini context-conditioned molecule transfer V10.4 — BBB Martins — это дообученная модель jiosephlee на базе jiosephlee/Intern-S1-mini-lm для переноса свойств молекул с учётом контекста биологического анализа. Она предназначена для ранжирования молекул-кандидатов по сходству с заданным контекстом, связанным с проницаемостью гематоэнцефалического барьера (BBB) и набором Martins.

Модель основана на плотной архитектуре Qwen3ForCausalLM, содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 65 536 токенов. Репозиторий содержит чекпойнт Transformers в формате safetensors. При обучении использовались 10 эпох с ограничением в 350 шагов и мягкая целевая функция; обучение остановили на шаге 207 после выхода валидационных показателей на плато, а чекпойнт выбрали по метрике knn_binary_macro_f1_at_5. В README приведены результаты на тестовом наборе: Macro-F1@5 0,6732 и NDCG@5 0,7365.

Модель рассчитана на специализированные задачи переноса молекулярных свойств и поиска кандидатов в контексте BBB Martins, а не на универсальный диалог. Карточка не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя. Результаты оценки относятся к описанному набору и метрикам; другие области применения ими не подтверждены.

Сценарии применения

ранжирование молекул-кандидатов для контекста гематоэнцефалического барьера
поиск похожих молекул по контексту биологического анализа
перенос молекулярных свойств между контекстами анализа
отбор молекул-кандидатов для последующей проверки в задаче BBB Martins

Ограничения

Оценка приведена только для набора BBB Martins и показывает ограниченные тестовые результаты (Macro-F1@5 0,6732; NDCG@5 0,7365); переносимость на другие анализы не подтверждена. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей IV.11Отраслевые задачиПатенты, товарные знаки и интеллектуальная собственностьAI помогает искать предшествующий уровень техники, оценивать портфель и отслеживать нарушения прав.32 задачи490моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Intern-S1-mini context-conditioned molecule transfer V10.4 — BBB Martins

Validation-selected best checkpoint from the V10.4 mixed-continuous BBB Martins context-conditioned molecule-transfer run.

Provenance

Base model: jiosephlee/Intern-S1-mini-lm
Base model revision: fcb667c380ae01f57693a45b4b5c2d331052a107
Training dataset: jiosephlee/context-conditioned-molecule-transfer-v10.4-bbb-martins-mixed-continuous-intern
Dataset revision: 56d5b28757f8e05b4f0a6576939cdb83f0e9a97a
Training schedule: 10 epochs with a 350-step cap, seed 42, soft-target loss
Training stopped after step 207 when validation performance had plateaued
Selection metric: validation knn_binary_macro_f1_at_5
Selected optimizer step: 70
Weights & Biases training run
Weights & Biases test evaluation

Metrics

Split	Queries	Macro-F1@5	NDCG@5	Precision@5	Spearman
Validation	396	0.7190	0.7590	0.7328	0.3992
Test	391	0.6732	0.7365	0.7217	0.3414

The repository contains the full Transformers checkpoint and tokenizer files. metric.json is the complete validation-selection record stored with the checkpoint.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: Qwen3ForCausalLM
Ревизия весов: 4c064f5