/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
10 апр 2026

Waypoint-170m

Генерация текстаТекст → текст3 профессии

GPT-2-подобная модель для исследовательского моделирования последовательностей таксонов и их совместной встречаемости в данных микробиома.

15 605скачиваний за 30 дней3лайкавеса обновлены22 мая 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

Waypoint-170m — авторская GPT-2-подобная причинная языковая модель от outpost-bio, обученная на строках таксономических меток из данных микробиома. Она предназначена для исследовательского моделирования последовательностей таксонов: изучения совместной встречаемости таксонов, получения представлений и экспериментов с генерацией. Модель принимает текстовые последовательности, разделённые переводами строк, использует специальный таксономический токенизатор и требует удалённый код из репозитория.

Модель подходит для прототипирования и исследований последовательностей таксонов, но не является диагностическим или клиническим инструментом и не проверена для регулируемых или критически важных решений. Указана лицензия Apache-2.0; доступ к репозиторию ограничен и требует аутентификации на Hugging Face.

Сценарии применения

  • эксперименты с генерацией последовательностей таксономических меток
  • изучение совместной встречаемости таксонов микробиома
  • получение представлений таксонов для исследовательских прототипов

Ограничения

Не предназначена для диагностики и клинического применения; не валидирована для регулируемых или критически важных решений. Для использования нужен доступ к gated-репозиторию и удалённый код токенизатора.

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

Waypoint-170m

Waypoint-170m is a GPT-2–style causal language model trained on newline-separated taxonomic strings from microbiome data, to learn representations of taxa co-occurrence and sequence structure.

Model summary

See our preprint details and our GitHub repo for pretraining, finetuning and benchmarking scripts.

Join our slack community for support and discussion about microbiome foundation models.

Causal language model trained on newline-separated taxonomic strings. Each line is treated as a token sequence derived from a vocabulary of taxonomic labels; see Tokenizer below.

ItemDetails
ArchitectureGPT-2 (model_type: gpt2 in config.json)
VocabTaxonomic tokenizer (vocab.json); size shown in the Hub file list / tokenizer_config.json
Remote codeRequired — this repo includes tokenization_taxonomic.py for TaxonomicTokenizer

Intended use

  • Research and prototyping for taxonomic sequence modeling (e.g. pretraining representations, generation experiments).
  • Not a diagnostic or clinical tool. Not validated for regulated or safety-critical decisions.

Usage

This repository is gated. To use it you'll need to:

  1. Request access — click the "Request access" button at the top of this repo's page on Hugging Face. Requests are auto-approved.
  2. Authenticate — log in to Hugging Face from your environment so the download tooling can use your token:
   huggingface-cli login

Or set the token directly:

   export HF_TOKEN=hf_xxxxxxxxxxxxxxxxxxxx

You can create a token at https://huggingface.co/settings/tokens.

Once both steps are done, you can load the model/dataset normally:

This checkpoint uses custom tokenizer code. You must pass trust_remote_code=True when loading the tokeniser.

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = outpost-bio/Waypoint-170m

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_id)

# Example: newline-separated taxonomic lines (format must match training)
text = (
    "k__Bacteria; p__Proteobacteria; c__Gammaproteobacteria; o__Enterobacterales; f__Enterobacteriaceae; g__Escherichia\n"
    "k__Bacteria; p__Firmicutes; c__Clostridia; o__Lachnospirales; f__Lachnospiraceae; g__Blautia\n"
    "k__Bacteria; p__Bacteroidota; c__Bacteroidia; o__Bacteroidales; f__Bacteroidaceae; g__Bacteroides\n"
)
inputs = tokenizer(text, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=32, do_sample=False)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Training

  • Data: Atlas dataset
  • Objective: causal LM on taxonomic sequences.

License

apache-2.0

Citation

Learning the Language of the Microbiome with Transformers
Neythen J Treloar, Saif Ur-Rehman, Jenny Yang
bioRxiv 2026.05.02.722381; doi: https://doi.org/10.64898/2026.05.02.722381

Maintainer / contact: waypoint@outpost.bio

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
eb7d871

0 моделей