II.8Инженерия данных и аналитика

UTRBERT-6mer — порт на Hugging Face модели 3UTRBERT, первоначально разработанной Yang et al. и перенесённой в этот репозиторий Taykhoom Dalal. Это модель BERT для работы с последовательностями человеческих мРНК, предварительно обученная на 3'-нетранслируемых областях (3' UTR) с задачей masked language modeling. Модель использует 12 слоёв, 12 голов внимания и размерность эмбеддингов 768; всего 116,4 млн параметров. Токенизатор преобразует T в U и разбивает последовательность на перекрывающиеся 6-меры с шагом 1. Контекст — до 512 токенов; исходная предобработка ограничивала последовательности 510 нуклеотидами. Основная задача в каталоге — заполнение замаскированных токенов; эмбеддинги последовательностей можно использовать для последующего обучения предсказательных голов. Модель предназначена для анализа РНК-последовательностей, прежде всего человеческих 3' UTR. Для загрузки требуется Transformers и trust_remote_code=True; доступны eager, SDPA и Flash Attention 2. Порт сверялся с исходными весами. Распространяется по лицензии CC BY 4.0.

multimolecule/utrlm-te_el — неофициальная реализация UTR-LM, модели MultiMolecule, разработанной Yanyi Chu, Dan Yu и соавторами. Это компактная плотная BERT-подобная модель семейства UTR-LM с 1,6 млн параметров, предварительно обученная на последовательностях 5′-нетранслируемых областей мРНК. Вариант te_el предназначен для оценки эффективности трансляции транскриптов и уровня экспрессии мРНК; основная задача в каталоге — восстановление замаскированных нуклеотидов. Модель принимает последовательности РНК как текстовые токены и рассчитана на контекст до 1026 токенов. Предобучение использовало маскированное языковое моделирование, предсказание вторичной структуры и минимальной свободной энергии. Её можно применять для заполнения пропусков в последовательностях 5′ UTR, извлечения признаков и предсказания связанных с трансляцией свойств; возможности классификации и регрессии на новых задачах требуют дообучения. Карточка предупреждает, что реализация неофициальная и команда MultiMolecule не подтверждает совпадение промежуточных представлений с исходной реализацией. Веса опубликованы в форматах PyTorch и safetensors. Лицензия — AGPL-3.0.

BALM-unpaired — языковая модель антител, разработанная группой Briney Lab. Она использует архитектуру RoBERTa и предварительно обучена на непарных последовательностях антител из набора Jaffe et al.; модель имеет около 402,7 млн параметров и контекст длиной 256 токенов. Модель предназначена для работы с отдельными последовательностями тяжёлой или лёгкой цепи антител. Тег fill-mask указывает на сценарий восстановления замаскированных токенов, который можно применять для анализа и изучения последовательностей антител. Модель доступна в формате safetensors и загружается через Transformers. Лицензия — MIT. Карточка не описывает клиническую валидацию или гарантии пригодности предсказаний для медицинских решений.

C2S-Pythia-410m-diverse-single-and-multi-cell-tasks — модель Vandijklab на архитектуре GPT-NeoX, созданная дообучением EleutherAI/pythia-410m методом Cell2Sentence. Она преобразует данные scRNA-seq в последовательности названий генов («предложения клеток») и предназначена для анализа отдельных клеток и групп клеток. Модель обучалась на более чем 57 миллионах клеток человека и мыши из более чем 800 наборов данных CellxGene и Human Cell Atlas. Модель генерирует последовательности генов, предсказывает типы клеток и ткань происхождения, а также поддерживает генерацию, обусловленную типом клетки или ткани. Другие сценарии включают преобразование описаний мультиклеточных образцов в аннотации и обратно, а также сопоставление названий наборов генов со списками генов. Размер модели — 454,2 млн параметров, контекст — до 8192 токенов. Для работы с моделью нужны данные в текстовом представлении Cell2Sentence; она не принимает матрицы экспрессии напрямую. Веса доступны по лицензии CC-BY-4.0. Модель специализирована на данных человека и мыши, поэтому перенос её результатов на другие виды или биологические задачи вне обучающих сценариев не подтверждён.

COD PlantCAD for Arabidopsis — языковая модель ДНК арабидопсиса, разработанная проектом COD и дообученная на основе kuleshov-group/PlantCaduceus_l28. Это masked language model на архитектуре Caduceus с двунаправленными блоками Mamba и совместным использованием параметров для обратного комплемента. Модель содержит 231,2 млн параметров и обрабатывает последовательности на уровне отдельных нуклеотидов длиной до 512 пар оснований. Модель предназначена для получения представлений геномных последовательностей, заполнения маскированных нуклеотидов и оценки вариантов SNV в геномном контексте арабидопсиса. Документированный протокол рассчитывает разность логарифмов правдоподобия ALT и REF для двухаллельных замен A/C/G/T; результат не является калиброванной вероятностью влияния варианта на приспособленность или патогенность. Модель распространяется по лицензии Apache-2.0.

DeepSpot-M — мультимодальная модель исследовательской группы Ratschlab для предсказания пространственной экспрессии генов по гистологическим изображениям. Она принимает тайлы H&E размером 224×224 пикселя и использует дообученный с LoRA энкодер Midnight вместе с декодером перекрёстного внимания, который связывает признаки изображения с биологическими представлениями генов. Модель предсказывает экспрессию примерно для 19 тысяч генов и позволяет запрашивать отдельные гены, в том числе не встречавшиеся при обучении. Её можно применять для исследования виртуальной пространственной транскриптомики на изображениях опухолевой ткани и анализа целых гистологических препаратов. Модель разработана для обработки изображений, а не для клинических решений. DeepSpot-M дообучена на базе kaiko-ai/midnight; веса опубликованы в формате safetensors. Лицензия CC BY-NC-SA 4.0 допускает использование на условиях указания авторства, распространения производных материалов на тех же условиях и некоммерческого применения. Авторы ограничивают назначение исследовательскими задачами.

DMC-BrainMap Registration Predictor — свёрточная модель PairSpatialHomographyNet для начального совмещения гистологического среза мозга мыши с соответствующим срезом атласа Allen Mouse Brain Atlas. Модель предназначена для workflow DMC-BrainMap: она предсказывает смещение углов изображения, из которого приложение строит проективное преобразование и предлагает редактируемые точки регистрации для проверки пользователем. На вход подаются парные изображения среза и атласной проекции в оттенках серого размером 800 × 1140 пикселей; на выходе — смещения четырёх углов в пикселях. Архитектура содержит пять свёрточных блоков с пакетной нормализацией и ReLU, адаптивный pooling и регрессионную голову. Модель обучена на 5 613 срезах взрослых мышей C57BL/6J, полученных методом эпифлуоресцентной микроскопии в зелёном диапазоне, с использованием атласа Allen 10 мкм. На отложенном тестовом наборе средняя ошибка относительно проверенных целевых регистраций составила около 19 пикселей. Это подсказка для начальной настройки, а не готовая регистрация: каждый результат следует проверить и при необходимости исправить. Поддержка других штаммов, возрастов, протоколов окрашивания, атласов и размеров изображений не подтверждена; модель не предназначена для клинических решений или автономного количественного анализа. Лицензия — BSD 3-Clause.

Карточка модели cledoux42/Ethnicity_Test_v003 на Hugging Face совпадает с карточкой patyns/Ethnicity_Test_v003, поэтому описание составлено по ней. patyns/Ethnicity_Test_v003 — модель классификации изображений, обученная с помощью AutoTrain. Это плотная модель семейства Vision Transformer (ViT) с архитектурой ViTForImageClassification и 113,2 млн параметров. Она решает задачу многоклассовой классификации изображений; в карточке приведены метрики валидации: accuracy 0,796 и macro F1 0,797. По названию модели и обучающего набора она предназначена для классификации этнической принадлежности по изображениям. Карточка не сообщает условия лицензии и не описывает классы, состав данных или ограничения применимости.

GenomeOcean MoE 8x2.4B — модель DOE Joint Genome Institute для генерации и анализа последовательностей микробных геномов. Это авторегрессионный декодерный трансформер с разреженной архитектурой Mixtral Mixture-of-Experts: в репозитории заявлено 15,13 млрд параметров всего, около 4,25 млрд активных на токен. Модель создана на основе DOEJGI/GenomeOcean-4B: полносвязные слои исходной модели преобразовали в набор экспертов, после чего все веса обучались дальше. Используется формат safetensors и библиотека Transformers; контекст — до 10 240 токенов. Модель предназначена для исследовательского моделирования микробных геномных последовательностей: оценки правдоподобия, генерации последовательностей и адаптации к задачам геномики. Токенизатор рассчитан на последовательности ДНК в верхнем регистре и штатно обрабатывает A, C, G, T и N; U нормализуется в T, а неоднозначные коды IUPAC не несут специфической информации и превращаются в неизвестный токен. В README отмечено, что качество на непрерывных длинных контигах, специализированные биологические бенчмарки и биологическая функция сгенерированных последовательностей не установлены; контексты длиннее 10 240 токенов не проверены. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

GPN Brassicales — сверточная языковая модель геномных последовательностей, обученная на Arabidopsis thaliana и ещё семи видах порядка Brassicales. Модель доступна через Transformers как masked language model и предназначена для восстановления замаскированных участков ДНК и анализа геномных последовательностей.

Intern-S1-mini context-conditioned molecule transfer V10.3 — BBB Martins — это дообученная модель, опубликованная jiosephlee на основе jiosephlee/Intern-S1-mini-lm. Она предназначена для переноса свойств молекул с учётом контекста, в частности в сценариях, связанных с BBB и данными Martins. Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 7,6 млрд параметров, принимает текст и рассчитана на контекст до 65 536 токенов. Чекпойнт отобран по метрике knn_binary_macro_f1_at_5: на тестовом наборе указаны Macro-F1@5 0,7048, NDCG@5 0,7779 и корреляция Спирмена 0,4065. Доступен полный чекпойнт Transformers в формате safetensors; библиотека для работы — Transformers. Лицензия в предоставленных данных не указана. Карточка не сообщает о поддержке конкретных естественных языков, поэтому модель описана как специализированная для молекулярных задач, без указания языков.

Карточка модели gbrixi/minerva-mlm-8k на Hugging Face совпадает с карточкой gbrixi/minerva-mlm, поэтому описание составлено по ней. Minerva-MLM — плотная геномная языковая модель семейства Minerva от gbrixi для анализа последовательностей ДНК и поиска коэволюционных сигналов. Модель содержит голову masked language modeling и дополнительные головы для предсказания спаривания оснований, контактов белка и повторов. Она рассчитана на контекст до 4 096 токенов и доступна в формате safetensors для библиотеки Transformers; лицензия — Apache-2.0. Модель подходит для заполнения замаскированных токенов в геномных последовательностях, анализа сигналов взаимодействия и построения карт контактов и повторов. README указывает поддержку взаимодействий между ДНК, РНК и белком, а также функции вычисления отпечатков взаимодействий. Для неизвестной ориентации участка следует запускать анализ обеих цепей: обучение преимущественно проводилось на положительной цепи ДНК, и качество на ней лучше. Для полноценной работы с обеими ориентациями можно объединять карты прямой и обратной комплементарной последовательностей.

mRNABERT — модель семейства BERT, опубликованная Taykhoom как минимальный порт исходных весов mRNABERT. Она использует архитектуру MosaicBERT с 12 слоями, 12 головами внимания и размерностью эмбеддингов 768; в метаданных указано 113,3 млн параметров. Модель предобучена на 18 млн последовательностей мРНК с помощью маскированного языкового моделирования и контрастивного обучения, учитывающего семантику аминокислот. Репозиторий содержит веса и токенизатор; код модели загружается из Taykhoom/MosaicBERT-updated. Модель предназначена для получения представлений последовательностей мРНК и предсказания скрытых нуклеотидов или кодонов. Токенизатор использует гибридный словарь из отдельных нуклеотидов для UTR-областей и триплетов-кодонов для CDS; последовательности кодируются буквами ДНК, включая T вместо U. Для корректной обработки с аннотацией CDS требуется раздельное представление UTR и CDS. Поддерживаются masked language modeling и дообучение для классификации последовательностей. Лицензия — Apache-2.0.

my_awesome_mind_model — дообученная на неизвестном наборе данных модель классификации аудио на базе facebook/wav2vec2-base. Она использует архитектуру Wav2Vec2ForSequenceClassification и содержит 113,3 млн параметров. Основная задача по метаданным Hugging Face — audio-classification; лицензия — Apache-2.0. На оценочном наборе указаны loss 2,6709 и accuracy 0,0796. Назначение классов, данные обучения и конкретные сценарии применения не описаны, а приведённая точность не подтверждает пригодность модели для практического использования.

InstaDeepAI/NTv3_8M_pre_8kb — небольшая предварительно обученная masked language model из семейства геномных моделей NTv3, разработанного InstaDeep. Она предназначена для исследования и заполнения замаскированных участков последовательностей ДНК; авторы отдельно предупреждают, что эта версия обучена только на последовательностях длиной 8 кб и не рекомендуется как основная модель NTv3 для получения результатов. Модель использует архитектуру в стиле U-Net: свёрточную башню, блоки Transformer, деконволюционную башню и языковую голову. Токенизатор работает на уровне символов с нуклеотидами A, T, C, G и N. Длина входной последовательности должна быть кратна 128. Для загрузки нужны Transformers версии 4.55.0 или выше и доверие пользовательскому коду репозитория. Модель преобразована из JAX в Torch; веса загружаются в fp32, также доступен bf16 с возможными небольшими численными расхождениями. Лицензия указана как other, поэтому условия использования следует уточнить в репозитории.

ProkBERT PhaStyle-mini — модель на основе архитектуры ProkBERT, дообученная для предсказания образа жизни бактериофагов по нуклеотидным последовательностям. Она относит фаги к вирулентным или умеренным и рассчитана на работу с фрагментами, характерными для метагеномных и метавиромных данных. Модель содержит 26,3 млн параметров, использует контекст до 1024 токенов; при обучении применялись сегменты длиной 512 пар оснований. Для инференса нужны токенизатор ProkBERT и специальная модель классификации с pooling. В README описаны сценарии анализа фагов в метагеномных исследованиях, микробиомной инженерии и изучении фаготерапии. Обучение проводилось на наборе BACPHLIP без последовательностей E. coli, а также использовались коллекции фагов Escherichia и экстремофильных фагов. Модель предназначена только для бинарной классификации фаговых последовательностей и не подходит для нефаговых данных; для крупномасштабного инференса рекомендуется GPU. Лицензия — CC BY-NC-SA 4.0.

Plant DNA BPE — модель семейства BERT, разработанная zhangtaolab для анализа последовательностей ДНК растений. Это одна из серии предобученных моделей на геномах растений; модель основана на Google BERT base с модифицированным BPE-токенизатором для ДНК. Она содержит 119,4 млн параметров, словарь токенизатора — 8 000 токенов, максимальная длина последовательности — 512 токенов. Модель обучена методом Masked Language Modeling и предназначена для заполнения замаскированных участков в последовательностях ДНК растений. Модель можно применять для предсказания нуклеотидных фрагментов по окружающей последовательности и как основу для исследовательских задач геномики растений. Она принимает текстовое представление последовательности ДНК и выдаёт предсказания токенов. Опубликована в формате safetensors; лицензия CC BY-NC-SA 4.0 допускает использование на условиях атрибуции, распространения производных материалов на той же лицензии и некоммерческого применения.

PlantHelixSeek-Anno — модель Zhangtao Lab, дообученная на базе PlantHelixSeek для предсказания структуры генов растений. Она выполняет токенную классификацию: каждому нуклеотиду присваивается один из 17 тегов BILOU, обозначающих CDS, интроны, 5′- и 3′-UTR либо межгенные участки. Архитектура — MoE семейства HelixSeek; в метаданных указано 163,6 млн параметров и контекст 8192 токена. Модель работает с последовательностями ДНК и выдаёт метки нуклеотидов. Модель предназначена для аннотации геномных последовательностей растений и предсказания структуры генов. Она распространяется под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование. Для загрузки в Transformers в README показан параметр trust_remote_code=True.

PlantHelixSeek-open_chromatin — дообученная модель на основе PlantHelixSeek для бинарного предсказания открытых участков хроматина в последовательностях ДНК растений. Она предназначена для анализа геномных последовательностей разных видов растений и может применяться при поиске потенциально доступных регуляторных областей. Модель использует архитектуру HelixSeek с механизмом mixture-of-experts; в метаданных указан размер 163,6 млн параметров и контекст до 8192 токенов. README указывает обучение на наборе plant-multi-species-open-chromatin в течение трёх эпох.

PlantHelixSeek-translation_onoff — дообученная модель Zhangtao Lab на базе PlantHelixSeek для бинарного предсказания того, включена ли трансляция в листьях растений при переносе между видами. Для обучения использован набор данных cross_species_leaf_on_off_translation из ModelScope; указаны три эпохи обучения. Модель построена на архитектуре HelixSeek типа MoE, имеет около 163,6 млн параметров и принимает последовательности длиной до 8192 токенов. Метаданные указывают класс sequence classification и формат весов safetensors. Модель предназначена для анализа геномных последовательностей растений и оценки состояния трансляции. Базовая модель PlantHelixSeek разработана для предсказания замаскированных нуклеотидов и анализа ДНК растений. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не для коммерческих целей. Для загрузки в Transformers в README указан параметр trust_remote_code=True.

ProkBERT-mini-promoter — модель Neural Bioinformatics Research Group для бинарной классификации последовательностей ДНК на промоторы и неп promotоры. Это дообученная версия ProkBERT-mini с архитектурой ProkBertForSequenceClassification; при классификации она объединяет информацию по нуклеотидам с помощью pooling-слоя. В репозитории указаны 26,3 млн параметров и контекст до 1024 токенов; для описанного сценария ожидаются последовательности длиной 80 пар оснований, а токенизатор использует 6-меры со сдвигом 1. Модель предназначена для анализа геномных последовательностей, в частности для поиска промоторных участков. Карточка приводит результаты оценки на наборах промоторов E. coli Sigma70 и разнообразном тестовом наборе, но качество в других геномных контекстах не гарантируется и требует отдельной проверки. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Radiology-Infer-Mini — мультимодальная модель для анализа медицинских изображений, дообученная на базе Qwen2-VL-2B-Instruct. Она принимает изображения и текстовые запросы, а в ответ формирует текст: модель предназначена для анализа рентгеновских снимков, МРТ, КТ и УЗИ, извлечения текста из медицинских изображений и подготовки радиологических заключений. Архитектура — Qwen2-VL, размер — 1,5 млрд параметров, нативный контекст — 32 768 токенов. Модель выпущена в формате Safetensors и работает через Transformers. Карточка заявляет поддержку английского, китайского, арабского, корейского, японского и большинства европейских языков для медицинского текста. Модель может помогать специалистам с разбором изображений, ответами на вопросы и подготовкой отчётов, но её выводы требуют проверки квалифицированным врачом. Среди ограничений указаны возможные ошибки на редких случаях, артефактах и изображениях низкого качества, а также зависимость результатов от репрезентативности обучающих данных. Лицензия — Apache-2.0.

Это объединённый BF16-чекпойнт LISA 7B, адаптированный проектом Railway Perception для сегментации железнодорожных сцен с языковым управлением и рассуждениями о стрелочных переводах. Модель объединяет семантическое обучение на железнодорожных данных, сегментацию маршрута по текстовому запросу и структурированное обучение рассуждениям о стрелках. Архитектура — LLaVA-подобная LISAForCausalLM с 6,6 млрд параметров; в составе используются SAM для сегментации и CLIP ViT-L/14 как визуальный энкодер. Контекст — 2048 токенов. Модель предназначена для выделения активного маршрута поезда на изображении, в том числе в сценах со стрелками, а также для сегментации железнодорожного полотна по запросу. В README приведены результаты оценки на 2000 изображениях, однако маски и текстовые обоснования могут быть ошибочными или противоречить друг другу, а обоснования не являются проверенными причинными объяснениями. Качество может снижаться при плохой видимости, необычной геометрии, перекрытиях и других сдвигах домена; применять модель для управления железнодорожным движением или иных критически важных решений нельзя. Для инференса требуются репозиторий проекта, полный каталог модели вместе с отдельной папкой vision_tower и NVIDIA GPU; обычные интерфейсы Hugging Face pipeline и AutoModel не поддерживаются, а квантованный и CPU-инференс не проверены. Лицензия указана как other; использование и распространение должны учитывать лицензии базовых компонентов и RailSem19, изображения и аннотации которого в репозитории модели не распространяются.

Random-Llama-Small — случайно инициализированная языковая модель примерно на 2 млрд параметров от motionlabs, построенная на архитектуре LLaMA. Это плотный авторегрессионный трансформер-декодер для генерации текста; модель опубликована в формате safetensors и рассчитана на работу через Transformers. В README указаны 22 слоя, скрытый размер 2304, grouped-query attention и контекст до 131 072 токенов с RoPE-масштабированием. Для токенизации используется словарь SmolLM2-1.7B-Instruct. Модель предназначена для исследований динамики обучения трансформеров, экспериментов с архитектурой и оптимизацией, а также как начальная точка для предобучения или дообучения на собственных данных. До обучения веса случайны, поэтому связные и точные ответы ожидать нельзя; пользователю нужно подготовить данные и ресурсы для обучения. По карточке, для инференса требуются Transformers версии 4.45.0 или новее и PyTorch 2.0 или новее. Лицензия — MIT.

google/reformer-enwik8 — символьная языковая модель Reformer от Google, преобразованная в формат PyTorch Hugging Face. Она предварительно обучена на первых 90 млн символов набора enwik8, основанного на текстах Википедии, и предназначена для генерации текста на уровне символов. Токенизатор не требуется; контекст составляет 65 536 токенов, соответствующих символам. Модель подходит для экспериментов с посимвольной генерацией и оценки способности языковых моделей сжимать текст на enwik8. Генерация через ReformerModelWithLMHead работает медленно и не оптимизирована. Лицензия в предоставленных данных не указана.

Taykhoom Dalal поддерживает порт RiNALMo-mega для библиотеки Transformers — языковую модель для анализа последовательностей РНК. Модель содержит 148,1 млн параметров, имеет 30 слоёв и 20 голов внимания и была предварительно обучена на 36 млн последовательностей некодирующих РНК. Это masked language model в стиле BERT: она предсказывает замаскированные нуклеотиды и может формировать контекстные представления последовательностей. Модель предназначена для заполнения пропусков и получения представлений РНК, которые можно использовать в качестве входа для последующей настройки под задачи уровня последовательности. Токенизатор преобразует U в T; словарь включает нуклеотиды и неоднозначные символы последовательностей. Порт поддерживает реализации внимания eager, SDPA и Flash Attention 2. Лицензия — CC BY 4.0.

RNABERT — компактная модель семейства BERT, разработанная Manato Akiyama и Yasubumi Sakakibara; эта версия является неофициальной реализацией команды MultiMolecule. Она предварительно обучена на последовательностях некодирующих РНК из RNAcentral с помощью маскированного языкового моделирования и обучения структурному выравниванию. Модель содержит около 435 тысяч параметров, имеет 6 слоёв и контекст до 440 токенов. Модель предназначена для восстановления скрытых нуклеотидов и получения представлений последовательностей РНК, которые можно использовать для кластеризации, анализа сходства и структурного выравнивания. Это базовая, не дообученная под конкретную downstream-задачу модель; для классификации или регрессии потребуется дополнительное дообучение. Токенизатор преобразует T в U. Для точного воспроизведения поведения оригинальной реализации следует отключить BOS- и EOS-токены: их добавление может в отдельных случаях приводить к неожиданным результатам. Лицензия — AGPL-3.0.

ahmed-ai/skin_lesions_classifier — дообученная модель Vision Transformer ViT для классификации изображений поражений кожи. Она основана на google/vit-base-patch16-224-in21k, содержит 113,2 млн параметров и опубликована в формате TensorFlow. Модель предназначена для экспериментальной классификации изображений кожных поражений; README приводит метрики обучения и валидации, но не раскрывает классы классификации и характеристики набора данных. Разработчик предупреждает, что модель находится в разработке и не предназначена для клинической диагностики или принятия медицинских решений. Указанная лицензия — Apache-2.0.

Stoic — модель для быстрого предсказания стехиометрии белковых комплексов по аминокислотным последовательностям. Она определяет число копий каждого компонента комплекса и может формировать JSON для последующей подачи в AlphaFold 3 на основе наиболее вероятной стехиометрии. В карточке указано, что модель дообучена на базе белковой языковой модели ESM-2 facebook/esm2_t33_650M_UR50D; веса представлены в формате safetensors и помечены как 8-битные. Модель предназначена для анализа белковых комплексов: на вход можно передать список последовательностей, один FASTA-файл или каталог FASTA-файлов, где каждый файл представляет отдельный комплекс. CLI также позволяет сохранять предсказания на уровне остатков. Лицензия — MIT.

SupraLabs/SupraWeather-Nano-Preview — демонстрационная модель FT-Transformer (Feature Tokenizer Transformer) для классификации погодных явлений по табличным метеорологическим признакам. Она обучена SupraLabs на полностью синтетических данных и предназначена для экспериментов с архитектурой и обучающим конвейером, а также для обучения и демонстраций, но не для прогноза реальной погоды. Модель использует токенизаторы для числовых и категориальных признаков и Transformer Encoder с 3 блоками, 8 головами внимания и размером токена 192; число параметров составляет примерно 500–700 тысяч. На вход подаются признаки температуры, влажности, давления, ветра, высоты, месяца и типа воздушной массы. Выход — один из 11 классов, включая ясную погоду, облачность, осадки, грозу, туман, холодный фронт и штормовой ветер. Репозиторий содержит веса в формате safetensors. Синтетические метки созданы набором упрощённых эвристических правил, а количественные метрики на тестовой выборке в карточке не приведены. В стресс-тестах отмечена неоднозначность между штормовым ветром и холодным фронтом. Модель непригодна для реальных метеорологических решений; использовать её следует для экспериментов и обучения. Лицензия — Apache-2.0.