/ Модель

Характеристики

Контекст
512 токенов
Параметры
59,8 млн
Архитектура
deberta-v2 · dense
Библиотека
transformers
Опубликована
3 мар 2025

seqLens_4096_512_47M-at-small

Заполнение пропусковТекст → текст3 профессии

Геномный энкодер DeBERTa V2 для предсказания замаскированных токенов в последовательностях ДНК.

58скачиваний 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_47M-at-small — геномная языковая модель, разработанная omicseye для работы с последовательностями ДНК. Это энкодер на архитектуре DeBERTa V2 с механизмом раздельного внимания и относительным позиционным кодированием; в карточке указаны 59,8 млн параметров и контекст до 512 токенов. Модель обучена на датасете omicseye/prok_heavy.

Модель предназначена для задачи fill-mask: она предсказывает скрытые токены в последовательностях ДНК и может использоваться для анализа геномных последовательностей и поддержки геномной аннотации. Семейство seqLens также исследовалось для фенотипических предсказаний, однако для этой версии в метаданных заявлена только задача fill-mask. Доступна по лицензии CC-BY-NC 4.0; для коммерческого лицензирования README предлагает обращаться к разработчикам.

Сценарии применения

  • восстановление скрытых участков последовательности ДНК
  • предсказание нуклеотидных токенов в геномных последовательностях
  • анализ последовательностей прокариотических геномов
  • поддержка задач геномной аннотации

Ограничения

Для коммерческого использования требуется лицензия, отличная от CC-BY-NC 4.0; README предлагает связаться с разработчиками. Заявленная задача этой версии — fill-mask, поэтому другие возможности семейства seqLens не следует считать подтверждёнными для неё.

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_47M-at-small")
model = AutoModelForMaskedLM.from_pretrained("omicseye/seqLens_4096_512_47M-at-small")

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
a238bbf

0 моделей