Logo
Project Icon

GENA_LM

专为长DNA序列设计的开源基础模型家族

GENA-LMDNA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。

访问官网访问官网GithubGithubHuggingfaceHuggingface文档文档论文论文
介绍相关项目
internlm2-7b - 增强自然语言处理与长文本分析能力
GithubHuggingfaceInternLM开源开源项目性能评测模型长上下文
InternLM2-7B是一款开源自然语言处理模型，以其卓越的语言能力及对20万字符长文本的支持在评测中表现优异。适用于领域适配与复杂任务，提供代码开放与商用使用许可，便于研究与开发者的灵活使用与集成。
evo - 实现跨尺度DNA序列建模与设计的开源工具
DNA建模EvoGithub基因组尺度序列设计开源项目生物基础模型
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。
BioGPT - 预训练Transformer模型为生物医学文本提供强大工具
BioGPTGithubTransformer开源项目生物医学文本自然语言处理预训练模型
BioGPT是一个针对生物医学文本的预训练Transformer模型。该模型在关系提取、文档分类和问答等下游任务中表现优异。项目提供预训练模型和特定任务的微调模型，可通过多种渠道获取。BioGPT支持文本生成、特征提取等多种应用场景，为生物医学自然语言处理研究提供了实用工具。
gemma-2-27b - Google开源的轻量级高性能语言模型Gemma
GemmaGithubHuggingface人工智能大语言模型开源项目机器学习模型自然语言处理
Gemma-2-27b是Google基于Gemini技术推出的开源语言模型,采用解码器架构设计。模型支持问答、摘要、推理等多种文本生成任务,能在笔记本电脑等资源受限环境运行。模型参数量为270亿,采用130亿token训练数据,在MMLU等多项基准测试中表现优异。该项目开源了预训练和指令微调两个版本,并提供完整的部署和使用文档。
h2o-danube3-500m-base - 500M参数的大规模语言模型，支持离线文本生成
GPTGithubH2O.aiHuggingface大语言模型开源项目模型模型架构转化器
由H2O.ai推出的h2o-danube3-500m模型，是一个大规模语言模型，采用Llama 2架构调整及500M参数设计。模型支持原生离线运行，尤其适用于手机设备，并集成Mistral分词器，拥有32,000词汇量及8,192长度的上下文生成能力。在支持transformers库的环境中，模型可在GPU设备上有效运行，并且支持量化和多GPU分片处理。重要提醒用户在使用模型生成的内容时保持审慎态度并自行承担责任。
GenePT - ChatGPT驱动的高效单细胞基因分析模型
ChatGPTGenePTGithub单细胞基础模型基因嵌入开源项目细胞嵌入
GenePT是一种创新的单细胞基础模型，利用ChatGPT嵌入技术解析基因和细胞级生物学问题。该模型基于NCBI基因描述和GPT-3.5生成基因嵌入，无需繁琐的数据整理和密集计算。在基因属性和细胞类型分类等多项任务中，GenePT展现出优异性能，常超越现有模型。这一方法为生物学基础模型开发提供了简便有效的途径，彰显了大型语言模型在文献嵌入方面的应用潜力。
gemma-2-27b-it - Google开源的27B参数大语言模型 支持多种文本生成应用
GemmaGithubHuggingface开源项目文本生成机器学习模型自然语言处理
Gemma-2-27b-it是Google基于Gemini技术开发的开源大语言模型。这款轻量级英文文本生成模型拥有27亿参数,支持问答、摘要和推理等多项任务。采用解码器架构的Gemma可部署于笔记本电脑或个人云等资源受限环境。该项目同时提供预训练和指令微调两种版本权重,为AI开发和研究提供灵活选择。
Megatron-LM - 优化GPU训练技术 加速大规模Transformer模型
GPU优化GithubMegatron-CoreMegatron-LM分布式训练大语言模型开源项目
Megatron-LM框架利用GPU优化技术实现Transformer模型的大规模训练。其Megatron-Core组件提供模块化API和系统优化,支持自定义模型训练。该项目可进行BERT、GPT、T5等模型预训练,支持数千GPU分布式训练百亿参数级模型,并提供数据预处理、模型评估和下游任务功能。
internlm2-1_8b - 18亿参数开源语言模型支持20万字超长上下文输入
GithubHuggingfaceInternLM大语言模型开源模型开源项目性能评测模型超长上下文
InternLM2-1.8B是一个18亿参数的开源语言模型，包含基础模型、对话模型和RLHF对齐版本。它支持20万字的上下文输入，在长文本理解、推理、数学和编程方面表现优异。该模型开放学术研究使用，并提供免费商业授权申请渠道。
bigbird-roberta-base - 高性能长序列文本处理的稀疏注意力Transformer模型
BigBirdGithubHuggingfacetransformer模型开源项目模型深度学习自然语言处理长序列处理
BigBird-RoBERTa-base是一种基于块稀疏注意力机制的Transformer模型，可处理长达4096个token的序列。该模型在Books、CC-News、Stories和Wikipedia等大规模数据集上预训练，大幅降低了计算成本。在长文档摘要和长上下文问答等任务中，BigBird-RoBERTa-base展现出优秀性能。模型支持灵活配置注意力类型，可在默认的块稀疏模式和全注意力模式间切换，为超长序列文本处理提供了高效方案。
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