/ Модель

Характеристики

Контекст
8 192 токена
Параметры
2,7 млрд
Архитектура
gemma2 · dense
Базовая модель
txgemma-2b-predict
Библиотека
transformers
Опубликована
18 авг 2026

txgemma-2b-trialbench-sft

Генерация текстаТекст → текст3 профессии

Дообученная на базе TxGemma-2B-Predict языковая модель для генерации текста и прогнозирования свойств лекарственных средств и связанных биологических объектов.

34скачиваний за 30 дней0лайковвеса обновлены18 авг 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

zlyngkhoi/txgemma-2b-trialbench-sft — плотная языковая модель на архитектуре Gemma 2, созданная zlyngkhoi путём дообучения google/txgemma-2b-predict с помощью Aligntune. Модель содержит 2,7 млрд параметров, принимает текст и генерирует текст; контекстное окно — 8192 токена.

Модель предназначена для текстовых прогнозов свойств лекарственных средств и связанных биологических объектов, а также для задач, где требуется дообученная версия TxGemma-2B-Predict. README не уточняет конкретную схему обучения или специализированные сценарии trialbench. Базовая модель Google обучалась на терапевтических данных; это не подтверждает точность прогнозов для клинических решений. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация текстовых прогнозов свойств лекарственных средств
  • прогнозирование характеристик биологических объектов
  • экспериментальная оценка дообученной TxGemma на задачах trialbench

Ограничения

Описание не уточняет формат входных данных, схему обучения SFT и результаты оценки на trialbench. Прогнозы модели не следует считать клиническими рекомендациями.

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

txgemma-2b-trialbench-sft

Built using Aligntune — supports any open-source model, any algorithm, any backend (TRL / Unsloth / ES / etc).

Built byzlyngkhoi
Built on2026-08-18 06:07 UTC
Finetuned fromgoogle/txgemma-2b-predict
AlgorithmSFT
BackendTRL

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("zlyngkhoi/txgemma-2b-trialbench-sft")
tokenizer = AutoTokenizer.from_pretrained("zlyngkhoi/txgemma-2b-trialbench-sft")

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
d8253d4

0 моделей