/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Архитектура
llama · dense
Базовая модель
Gene-R1-1B
Библиотека
transformers
Опубликована
20 июн 2026

gene-r1-1b-bio-focus-go-2400rows

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт Gene-R1-1B с токенами генов HGNC для исследований переноса токенизатора и генерации текста по биологическим данным.

12скачиваний за 30 дней1лайквеса обновлены20 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Gene-R1-1B Bio FOCUS Checkpoint — экспериментальный чекпойнт на базе ncbi/Gene-R1-1B, подготовленный для исследований переноса токенизатора. Разработчик заменил часть не-латинских слотов токенизатора символами генов, кодирующих белки HGNC, и инициализировал эмбеддинги методом FOCUS. В словарь добавлено 19 196 специальных токенов генов; каждый такой символ должен кодироваться одним токеном. Размер модели — 1,2 млрд параметров, архитектура — плотная LlamaForCausalLM, формат весов — safetensors, библиотека — Transformers; контекст составляет 131 072 токена.

Модель предназначена для workshop-экспериментов с переносом токенизатора перед последующим переносом MATT и дообучением. Чекпойнт обучался на 2 400 строках GO SFT, поровну распределённых между ветвями BP, MF и CC; README также описывает подготовку строк для FOCUS с использованием fastText. Это промежуточная экспериментальная версия, а не итоговая модель с бенчмарками. Лицензия в предоставленных данных не указана.

Сценарии применения

  • эксперименты с токенизацией символов генов HGNC
  • исследование переноса эмбеддингов генов в языковую модель
  • генерация текста по наборам генов Gene Ontology
  • подготовка чекпойнта к последующему переносу MATT и дообучению

Ограничения

Это промежуточный workshop-чекпойнт, не являющийся финальной бенчмаркированной моделью; описано обучение только на 2 400 строках GO SFT. Лицензия в предоставленных данных не указана.

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

Gene-R1-1B Bio FOCUS Checkpoint

This is a workshop checkpoint initialized from ncbi/Gene-R1-1B after replacing non-Latin tokenizer slots with HGNC protein-coding gene symbols and running FOCUS embedding initialization.

Tokenizer Change

  • Base model: ncbi/Gene-R1-1B
  • Vocabulary size: 128256
  • Inserted gene tokens: 19196
  • Gene insertion mode: added special tokens
  • Expected behavior: each inserted gene symbol tokenizes to exactly one token id

FOCUS Run

  • Training split: GO SFT train split
  • Train rows: 2400
  • Branches: BP 800, MF 800, CC 800
  • FOCUS training text rows:
    • 2400 full SFT text rows
    • 2400 train gene-set rows
    • 150 gene-vocabulary chunk rows
    • 4950 total rows
  • fastText epochs: 3
  • fastText dimension: 128
  • fastText min_count: 1
  • processes: 64

The output LM head was left unchanged because the downstream benchmark output is ordinary English biological process text; the modified inputs are gene symbols.

Intended Use

This checkpoint is intended for tokenizer-transfer workshop experiments before subsequent MATT transfer/fine-tuning. It is not a final benchmarked model.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
bf7a2a3

0 моделей