Предобученная трансформерная модель для анализа геномных последовательностей разных видов, включая получение эмбеддингов ДНК.
Подходит для: получение эмбеддингов последовательностей ДНК · заполнение замаскированных участков геномной последовательности · классификация геномных последовательностей
Дообученная модель Qwen3-Embedding оценивает семантическую избыточность шагов рассуждения, помогая находить возможный момент для раннего завершения генерации.
Подходит для: поиск повторяющихся шагов в цепочке рассуждений LLM · оценка семантического сходства между шагами рассуждения · определение кандидата на раннее завершение генерации
Компактная дообученная модель Qwen2.5 извлекает из текста триплеты сущность–отношение–сущность для подготовки данных в системах QuCo-RAG.
Подходит для: извлечение сущностей и отношений из предложений · построение графа знаний по текстовому корпусу · подготовка связей между фактами для RAG
DNABERT-3 — BERT-модель для предсказания замаскированных фрагментов ДНК и анализа геномных последовательностей.
Подходит для: восстановление замаскированных k-mer в последовательности ДНК · получение представлений геномных последовательностей для последующего анализа · классификация промоторных последовательностей после дообучения
DNABERT-S — BERT-модель, создающая видоспецифичные эмбеддинги ДНК для классификации видов и метагеномного анализа.
Подходит для: создание эмбеддингов последовательностей ДНК · классификация и идентификация видов по ДНК · биннинг метагеномных последовательностей по видам
DNABERT-6 — BERT-модель геномных последовательностей для восстановления замаскированных 6-меров и анализа ДНК.
Подходит для: восстановление замаскированных участков ДНК · дообучение для распознавания промоторов · предсказание сайтов сплайсинга
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
pytorch: формат, квантизация, runtime и память принадлежат одному artifact
CtrlSpeech синтезирует выразительную английскую речь и позволяет отдельно управлять высотой тона, громкостью и длительностью фонем.
Подходит для: синтез выразительной речи из текста · zero-shot создание речи с заданной просодией · редактирование высоты тона отдельных фонем