Языковая модель ДНК, обученная на данных человека и других позвоночных для заполнения масок в последовательностях и анализа генетических вариантов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
GPN-MSA — языковая модель для ДНК, обученная Song Lab на последовательностях человека и ещё 89 видов позвоночных с использованием множественного выравнивания последовательностей (MSA). Это плотная архитектура GPNRoFormer с 113,3 млн параметров и контекстом 1536 токенов; модель доступна в форматах PyTorch и Safetensors.
Модель предназначена для предсказания замаскированных нуклеотидов и анализа генетических вариантов. Её можно применять для оценки эффектов вариантов и исследования геномных последовательностей человека с учётом эволюционного контекста. Задача в метаданных — fill-mask. Лицензия — MIT.
Модель рассчитана на последовательности ДНК; сведения о качестве предсказаний и ограничениях применения в предоставленной карточке отсутствуют.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
For more information check out our paper and repository.
import gpn.model
from transformers import AutoModelForMaskedLM
model = AutoModelForMaskedLM.from_pretrained("songlab/gpn-msa-sapiens")
multiz100way/89/128/64/True/defined.phastCons.percentile-75_0.05_0.001/medium/0.1/42/30000/True/True/True
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · fill-mask
Архитектура GPNRoFormer неизвестна transformers в образе рантайма.