#生物基础模型

Evo是一个开源的生物基础模型，专注于DNA序列的长上下文建模和设计。基于StripedHyena架构，Evo实现了单核苷酸级别的序列建模，具有近乎线性的计算和内存扩展性。该模型拥有70亿参数，在OpenGenome数据集上训练，包含约3000亿个原核全基因组标记。Evo提供8K和131K上下文长度的预训练模型，适用于从分子到基因组尺度的序列分析和生成任务。研究人员可通过HuggingFace和Together API等多种方式使用Evo，为DNA序列研究提供了强大而灵活的工具。

LucaOne是一个整合核酸和蛋白质语言处理的生物基础模型。通过多任务预训练，该模型实现了DNA、RNA和蛋白质序列的高效表示学习。在序列分类、结构预测等多个下游任务中，LucaOne展现出优异性能。项目开源了训练数据、代码和预训练模型，为生物信息学研究提供了实用工具。