ESM-2 — белковая языковая модель для заполнения маскированных позиций и дообучения на задачах анализа последовательностей белков.

Подходит для: восстановление замаскированных аминокислот в белковой последовательности · получение представлений белков для последующего дообучения · адаптация модели под классификацию белковых последовательностей

Англоязычная модель EMBO строит эмбеддинги биомедицинских текстов для семантического поиска и оценки сходства.

Подходит для: поиск релевантных биомедицинских статей и аннотаций · сравнение сходства заголовков и аннотаций научных публикаций · поиск научных фрагментов по смыслу

Дообученная на биомедицинских публикациях англоязычная модель ModernBERT для семантического поиска и сравнения научных текстов по эмбеддингам.

Подходит для: семантический поиск биомедицинских статей по запросу · поиск похожих аннотаций PubMed Central · сравнение смысловой близости научных текстов

Англоязычная модель эмбеддингов на базе ModernBERT для семантического поиска и сравнения биомедицинских текстов.

Подходит для: поиск релевантных биомедицинских статей по запросу · поиск публикаций по смыслу аннотации · сравнение сходства двух научных текстов

ESM-2 — модель Meta AI для предсказания замаскированных аминокислот и извлечения представлений белковых последовательностей.

Подходит для: Предсказание пропущенных аминокислот в белковой последовательности · Подготовка белковых представлений для последующего анализа · Дообучение на задачах классификации белковых последовательностей

Компактная модель Meta AI для заполнения пропусков и анализа аминокислотных последовательностей белков.

Подходит для: восстановление пропущенных аминокислот в белковой последовательности · получение представлений белковых последовательностей для последующего анализа · дообучение для предсказания свойств белков

Англоязычная модель эмбеддингов на базе ModernBERT для семантического поиска и сравнения биомедицинских научных текстов.

Подходит для: поиск релевантных биомедицинских статей по запросу · поиск научных аннотаций в корпусе PubMed Central · оценка сходства заголовков и аннотаций статей

ESM-2 — модель Meta AI с 36 слоями и 3,8 млрд параметров для восстановления скрытых аминокислот и дообучения на задачах анализа белковых последовательностей.

Подходит для: предсказание скрытых аминокислот в белковой последовательности · дообучение модели для классификации белковых последовательностей · получение признаков белков для последующих задач машинного обучения

Компактная модель ESM-2 для заполнения замаскированных элементов в белковых последовательностях и дообучения под задачи анализа белков.

Подходит для: восстановление замаскированных аминокислот в белковой последовательности · оценка вероятности аминокислот в заданной позиции · подготовка эмбеддингов белковых последовательностей для последующего анализа

RoBERTa, дообученная для извлечения биологических сущностей из англоязычных научных текстов.

Подходит для: извлечение генов и белков из научных аннотаций · распознавание малых молекул в биомедицинских публикациях · поиск типов клеток, тканей и органов в текстах

Белковая модель ESM для заполнения масок, получения эмбеддингов и оценки эффекта мутаций в последовательностях белков.

Подходит для: предсказание аминокислот в замаскированных позициях белковой последовательности · получение эмбеддингов белковых последовательностей · оценка эффекта точечной мутации в белке

Многоязычная модель embaas преобразует предложения и абзацы в векторы для семантического поиска, сравнения и кластеризации текстов.

Подходит для: семантический поиск по коллекции документов · поиск похожих предложений и абзацев · кластеризация текстовых фрагментов

Компактная мультиязычная модель Jina AI создаёт текстовые эмбеддинги для поиска, сравнения, кластеризации и классификации.

Подходит для: семантический поиск по документам · поиск релевантных документов по запросу · сравнение смысловой близости текстов

Модель EuroBERT для извлечения упоминаний генов и белков из биомедицинских текстов с BIO-разметкой токенов.

Подходит для: извлечение генов и белков из научных аннотаций · разметка генов и белков в биомедицинской литературе · поиск упоминаний генов в клинических документах

Англоязычная модель эмбеддингов на базе ModernBERT для семантического поиска и сравнения научных медицинских текстов.

Подходит для: семантический поиск по заголовкам и аннотациям научных статей · ранжирование близких по смыслу медицинских публикаций · поиск перефразировок в корпусе научных текстов

Англоязычная модель IBM на базе ModernBERT, которая создаёт векторные представления текста для семантического поиска, извлечения информации и сравнения текстов.

Подходит для: семантический поиск по англоязычным документам · поиск релевантных passages по запросу · извлечение информации из длинных документов

Белковая языковая модель ESM++ для заполнения пропусков в аминокислотных последовательностях и получения представлений белков.

Подходит для: восстановление замаскированных аминокислот в белковой последовательности · получение эмбеддингов белковых последовательностей · получение представлений отдельных остатков белка

Белковая языковая модель Biohub ESMC-300M в упаковке FastPLMs для предсказания замаскированных аминокислот и получения эмбеддингов последовательностей.

Подходит для: предсказание замаскированных аминокислотных остатков · получение эмбеддингов белковых последовательностей · подготовка признаков для последующей классификации белков

Ember — экспериментальная англоязычная языковая модель SurjoLabs на 2,9 млн параметров для генерации текста и исследования компактных рекуррентных архитектур.

Подходит для: эксперименты с языковыми моделями менее 3 млн параметров · сравнение рекуррентной архитектуры XSA с малыми трансформерами · генерация коротких англоязычных продолжений текста

Англоязычная BERT-модель BAAI преобразует текст в эмбеддинги для семантического поиска, извлечения документов и других задач retrieval augmentation.

Подходит для: поиск документов по короткому запросу · семантический поиск в базе знаний · извлечение релевантных фрагментов для RAG

Многоязычная модель Octen на 0,6 млрд параметров создаёт текстовые эмбеддинги для семантического поиска, извлечения информации и сравнения документов.

Подходит для: семантический поиск по коллекции документов · межъязычный поиск по текстам на разных языках · поиск юридических документов и финансовых отчётов

MorphEm — модель Vision Transformer для извлечения эмбеддингов клеточной морфологии из предварительно сегментированных изображений микроскопии.

Подходит для: извлечение признаков клеточной морфологии из изображений микроскопии · получение эмбеддингов для анализа одиночных клеток · сравнение клеточных фенотипов в биологических экспериментах

Компактный англоязычный ModernBERT-энкодер для извлечения признаков, эмбеддингов и задач понимания текста.

Подходит для: создание эмбеддингов английских текстов · семантический поиск по англоязычным документам · классификация текстов

Англоязычная RoBERTa, дополнительно обученная на научных текстах по биологии для заполнения пропусков и адаптации к задачам разметки токенов.

Подходит для: заполнение пропущенных слов в научных текстах по биологии · дообучение для распознавания биомедицинских сущностей · классификация токенов в аннотациях научных статей