/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
10 апр 2026

Waypoint-6m

Генерация текстаТекст → текст3 профессии

GPT-2-подобная модель для генерации и исследования таксономических последовательностей из данных микробиома.

19 809скачиваний за 30 дней2лайкавеса 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-6m — модель на архитектуре GPT-2, разработанная outpost-bio для моделирования последовательностей таксономических меток из данных микробиома. Она обучалась как авторегрессионная языковая модель на строках с таксономическими последовательностями, разделёнными переводами строк, и использует специализированный TaxonomicTokenizer с удалённым кодом токенизатора.

Модель предназначена для исследовательских экспериментов и прототипирования: генерации таксономических последовательностей и изучения структуры последовательностей и совместной встречаемости таксонов. Это специализированная модель для текстовой генерации, а не диагностический или клинический инструмент; она не проверена для регулируемых и критически важных решений. Репозиторий закрытый (gated): для доступа требуется авторизация в Hugging Face. Лицензия — Apache-2.0.

Сценарии применения

  • генерация таксономических последовательностей микробиома
  • изучение совместной встречаемости таксонов
  • предварительное обучение представлений таксонов
  • прототипирование моделей последовательностей для микробиомных данных

Ограничения

Модель не является диагностическим или клиническим инструментом и не валидирована для регулируемых или критически важных решений. Для использования нужен доступ к закрытому репозиторию и удалённый код специализированного 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-6m

Waypoint-6m 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 for 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-6m

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
2f14877

0 моделей