GENA_LM

专为长DNA序列设计的开源基础模型家族

GENA-LM DNA序列预训练模型转化器基因组学 Github 开源项目

GENA-LM是专为长DNA序列设计的开源基础模型家族。它采用BPE分词方法，支持最长36k bp的输入序列，并基于最新T2T人类基因组进行预训练。该项目提供多种预训练模型，包括BERT和BigBird架构，可用于启动子预测和剪接位点识别等多种下游任务。GENA-LM为基因组学研究提供了新的分析工具，促进了DNA序列分析技术的进步。

访问官网

Github

Huggingface

介绍相关项目

FlexGen - 单GPU高效运行大语言模型的生成引擎

FlexGenGPU内存优化Github大语言模型开源项目批处理高吞吐量

FlexGen通过高效的IO卸载、压缩和大批量处理，实现了在单GPU上高吞吐量运行大语言模型。该系统专为高吞吐量任务设计，如信息提取和数据处理，特别适合成本敏感的环境。虽然FlexGen在小批量任务上速度较慢，但在批量处理和低成本硬件上具有显著优势。

Scientific-LLM-Survey - 生物化学领域科学大语言模型研究综述

Github化学医学大语言模型开源项目生物学科学

Scientific-LLM-Survey项目系统梳理生物化学领域科学大语言模型研究进展。涵盖文本、分子、蛋白质和基因组语言模型,以及多模态模型的最新发展。项目收录关键论文,提供数据集和基准测试资源,为该领域研究提供全面参考。

spacy-llm - spaCy与大语言模型整合的NLP组件

GithubLarge Language ModelsNLPOpenAIspaCyspacy-llm开源项目

该模块将大型语言模型（LLMs）集成到spaCy中，实现了快速原型设计和提示生成，无需训练数据即可输出可靠的NLP结果。支持OpenAI、Cohere、Anthropic、Google PaLM、Microsoft Azure AI等API，并兼容Hugging Face上的开源LLMs，如Falcon、Dolly、Llama 2等。还支持LangChain，提供命名实体识别、文本分类、情感分析等多种现成任务。用户可通过spaCy的注册表轻松实现自定义功能。该模块结合LLM的强大功能与spaCy的成熟基础，提供灵活高效的NLP解决方案。

swift-coreml-transformers - 实现GPT-2和BERT等Transformer模型

CoreMLGithubSwiftTransformers开源项目模型转换自然语言处理

swift-coreml-transformers项目提供了GPT-2、DistilGPT-2、BERT和DistilBERT等Transformer模型的Swift Core ML实现。项目包括预训练模型、转换脚本、分词器实现和演示应用。开发者可在iOS设备上部署这些自然语言处理模型,实现文本生成和问答功能。该开源项目展示了如何将先进NLP技术应用于移动设备。

stella - 支持长文本的通用中文文本编码模型

C-MTEBGithubstella模型中文文本编码向量嵌入开源项目长文本处理

stella是一个通用中文文本编码模型，提供base和large两个版本，支持1024长度输入。模型采用多样化训练数据和先进方法，包括对比学习、难负例处理和EWC技术。在C-MTEB基准测试中表现优异，特别是长文本编码能力突出。适用于文本分类、聚类和检索等多种自然语言处理任务。

MAP-NEO - 开源大语言模型性能卓越且训练过程透明

GithubMAP-NEO大型语言模型开源开源项目性能评估训练数据

MAP-NEO是一个完全开源的大语言模型，其预训练数据、处理流程、脚本和代码均可获取。该模型在4.5T英中文数据上训练，性能与LLaMA2 7B相当。在推理、数学和编码等任务中，MAP-NEO表现优异。项目公开了训练全过程，包括检查点、分词器、语料库和优化代码，为大语言模型研究提供了宝贵资源。

LLM-Adapters - LLM模型参数微调适配器集成框架

GPT-JGithubHuggingFaceLLM-AdaptersLoRAPEFT开源项目

LLM-Adapters 是一个集成了多种适配器的框架，用于实现大语言模型的参数高效微调。支持 LLaMa、OPT、BLOOM 和 GPT-J 等开源大语言模型，以及 Bottleneck、Parallel 和 LoRA 等适配器。这个框架为研究人员和开发者提供了强大的工具，可应用于各种任务的适配器方法。最新更新包括 commonsense170k 数据集，LLaMA-13B-Parallel 模型在多个常识基准测试中表现优异，超越了 ChatGPT。

CEPE - 并行编码框架助力语言模型处理长文本

CEPEGithubLLaMA上下文扩展并行编码开源项目长文本语言建模

CEPE是一个扩展语言模型上下文窗口的开源框架,采用并行编码方法处理长文本输入。该项目提供数据预处理、模型训练和基线评估的完整代码,并发布了可通过Hugging Face使用的预训练模型。CEPE在语言建模和开放域问答等任务中表现优异,为处理长文本提供了高效解决方案。

Mol-Instructions - 大规模生物分子指令数据集助力大语言模型

GithubMol-Instructions大语言模型开源项目数据集生物分子蛋白质

Mol-Instructions是一个开放的大规模生物分子指令数据集,包含分子导向、蛋白质导向和生物分子文本三类指令。数据集涵盖分子设计、蛋白质功能预测等多个任务,通过AI协作、数据提取和模板转换等方法构建。该数据集旨在增强大语言模型在生物分子领域的表现,现已在Hugging Face平台发布。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号