/ Модель

Характеристики

Контекст
512 токенов
Параметры
116 млн
Опубликована
26 июн 2023

DNABERT-2-117M

Заполнение пропусковТекст → текст3 профессии

Предобученная трансформерная модель для анализа геномных последовательностей разных видов, включая получение эмбеддингов ДНК.

594 тыс.скачиваний за 30 дней113лайковвеса обновлены30 июн 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

DNABERT-2-117M — официальная предобученная трансформерная модель для геномики, разработанная авторами работы DNABERT-2: Efficient Foundation Model and Benchmark For Multi-Species Genome. В основе разработки лежит реализация MosaicBERT от команды MosaicML. Модель обучена на геномах нескольких видов и содержит 116,4 млн параметров; для загрузки используется Transformers с поддержкой пользовательского кода.

Её применяют для получения эмбеддингов последовательностей ДНК, а также задач заполнения масок и классификации геномных последовательностей. Контекст составляет 512 токенов. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Сценарии применения

  • получение эмбеддингов последовательностей ДНК
  • заполнение замаскированных участков геномной последовательности
  • классификация геномных последовательностей
  • извлечение признаков для сравнительной геномики

Ограничения

Контекст ограничен 512 токенами; для загрузки требуется разрешить пользовательский код Transformers. В предоставленных данных лицензия 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

This is the official pre-trained model introduced in DNABERT-2: Efficient Foundation Model and Benchmark For Multi-Species Genome .

We sincerely appreciate the MosaicML team for the MosaicBERT implementation, which serves as the base of DNABERT-2 development.

DNABERT-2 is a transformer-based genome foundation model trained on multi-species genome.

To load the model from huggingface:

import torch
from transformers import AutoTokenizer, AutoModel

tokenizer = AutoTokenizer.from_pretrained("zhihan1996/DNABERT-2-117M", trust_remote_code=True)
model = AutoModel.from_pretrained("zhihan1996/DNABERT-2-117M", trust_remote_code=True)

To calculate the embedding of a dna sequence

dna = "ACGTAGCATCGGATCTATCTATCGACACTTGGTTATCGATCTACGAGCATCTCGTTAGC"
inputs = tokenizer(dna, return_tensors = 'pt')["input_ids"]
hidden_states = model(inputs)[0] # [1, sequence_length, 768]

# embedding with mean pooling
embedding_mean = torch.mean(hidden_states[0], dim=0)
print(embedding_mean.shape) # expect to be 768

# embedding with max pooling
embedding_max = torch.max(hidden_states[0], dim=0)[0]
print(embedding_max.shape) # expect to be 768

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Ревизия весов
7bce263

0 моделей