/ Модель

Характеристики

Контекст
512 токенов
Параметры
138 млн
Архитектура
deberta-v2 · dense
Библиотека
transformers
Опубликована
3 мар 2025

seqLens_4096_512_106M

Заполнение пропусковТекст → текст3 профессии

Геномная модель DeBERTa v2 от omicseye для восстановления маскированных участков ДНК и анализа последовательностей.

46скачиваний за 30 дней0лайковвеса обновлены17 мар 2025

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

seqLens_4096_512_106M — геномная языковая модель семейства seqLens, разработанная omicseye. Это энкодер на архитектуре DeBERTa v2 с disentangled attention и относительным позиционным кодированием; модель содержит 138,4 млн параметров и принимает последовательности ДНК для заполнения маскированных участков. Она предназначена для анализа геномных последовательностей и может служить основой для задач геномной аннотации и фенотипического прогнозирования.

Модель обучена на наборе omicseye/prok_heavy, содержащем прокариотические геномы. В README семейство seqLens описано как эффективное для фенотипических предсказаний, однако отдельные результаты именно этой версии не приведены. Максимальный контекст — 512 токенов. Лицензия CC-BY-NC 4.0 разрешает некоммерческое использование; для коммерческого лицензирования предлагается обратиться к разработчикам.

Сценарии применения

  • восстановление пропущенных нуклеотидов в последовательности ДНК
  • оценка контекста участков геномной последовательности
  • подготовка представлений геномных последовательностей для последующего анализа
  • поддержка задач геномной аннотации

Ограничения

Контекст ограничен 512 токенами, а лицензия CC-BY-NC 4.0 ограничивает использование некоммерческими сценариями без отдельного коммерческого разрешения. README не приводит результатов оценки именно этой версии модели.

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

Introduction

The seqLens models are a collection of genomic language models. seqLens models leverage an extensive dataset of 19,551 reference genomes, including over 18,000 prokaryotic genomes (115B nucleotides), alongside a more balanced dataset of 1,354 genomes spanning 1,166 prokaryotic and 188 eukaryotic reference genomes (180B nucleotides). Through systematic evaluation of 52 DNA language models with varying architectures, hyperparameters, and classification heads, we developed seqLens, a family of models based on disentangled attention with relative positional encoding. These models demonstrate superior performance, outperforming state-of-the-art methods in phenotypic predictions. The seqLens models provide a robust foundation for optimizing DNA language models and advancing genome annotations across diverse biological contexts.

  • Developed by: omicseye

  • Model type: Encoder

  • Language(s) (NLP): DNA

  • pretraining dataset: omicseye/prok_heavy

  • License: The model is made available under the [CC-BY-NC 4.0 License]. For inquiries about commercial licensing, please contact rahnavard@gwu.edu.

Model Sources

How to Get Started with the Model

from transformers import AutoTokenizer, AutoModelForMaskedLM

tokenizer = AutoTokenizer.from_pretrained("omicseye/seqLens_4096_512_106M")
model = AutoModelForMaskedLM.from_pretrained("omicseye/seqLens_4096_512_106M")

Citation

@article {seqLens,
	author = {Baghbanzadeh, Mahdi and Mann, Brendan and Crandall, Keith A and Rahnavard, Ali},
	title = {seqLens: optimizing language models for genomic predictions},
	elocation-id = {2025.03.12.642848},
	year = {2025},
	doi = {10.1101/2025.03.12.642848},
	publisher = {Cold Spring Harbor Laboratory},
	URL = {https://www.biorxiv.org/content/early/2025/03/14/2025.03.12.642848},
	eprint = {https://www.biorxiv.org/content/early/2025/03/14/2025.03.12.642848.full.pdf},
	journal = {bioRxiv}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
DebertaV2ForMaskedLM
Ревизия весов
c781848

0 моделей