Project Icon

evo-1-8k-base

高效的生物长序列建模与设计的深度信号处理模型

Evo是一个基于生物的基础模型,通过StripedHyena架构支持长序列建模与设计。Evo拥有7亿参数,可在单核苷酸和字节级别进行建模,并在计算和内存使用上实现接近线性的扩展。Evo-1-8k-base模型适用于8,192上下文长度的分子层面微调,是Evo家族中的第一款产品。此模型不仅支持高效的自动回归生成,还能快速处理长上下文训练和微调,在自然语言和生物序列的大规模数据处理中展示出色的扩展性。作为开源科学的组成部分,该项目提供15个阶段的中间预训练检查点以供研究使用。

genie - 创新算法实现蛋白质从头设计 开源项目助力生物技术突破
GenieGithub开源项目氨基酸残基深度学习等变扩散蛋白质设计
Genie是一个开源的人工智能蛋白质设计项目,利用机器学习算法自动生成新型蛋白质结构。它提供完整的代码库,支持模型训练、结构采样和性能评估。研究人员可使用Genie设计长度为50至128个氨基酸的蛋白质,应用于生物技术、医药研发和材料科学等领域。项目集成了多种评估工具,为蛋白质工程提供了创新解决方案,为研究人员带来新的可能性。
genslm - 基因组尺度语言模型揭示SARS-CoV-2进化动态
GenSLMsGithubSARS-CoV-2基因组语言模型序列嵌入开源项目进化动力学
GenSLM项目开发了基因组尺度语言模型(GenSLMs),用于研究SARS-CoV-2的进化动态。该项目提供预训练模型和数据集,实现序列嵌入计算和合成序列生成。其分层语言模型融合扩散模型和Transformer,可捕捉全基因组序列的全局上下文和长程相互作用。GenSLM为病毒进化研究和基因组分析提供了新的分析工具。
esm2_t48_15B_UR50D - 大规模蛋白质语言模型用于多样化蛋白质序列分析
ESM-2GithubHuggingface开源项目模型深度学习生物信息学自然语言处理蛋白质模型
作为ESM-2系列中参数量最大的蛋白质语言模型,esm2_t48_15B_UR50D拥有480亿参数。该模型采用掩码语言建模方法训练,可应用于多种蛋白质序列分析任务。虽然模型性能优异,但也需要较高的计算资源。研究人员可利用该模型进行蛋白质功能预测、结构分析等研究,为蛋白质科学领域带来新的突破。
mamba-370m-hf - 兼容transformers库的高效语言模型
GithubHuggingfaceMambafinetuningtransformers开源项目模型生成
项目是一种与transformers库兼容的语言模型,整合了config.json和tokenizer,以提高文本生成的速度和准确性。建议安装transformers的最新主版本,以及causal_conv_1d和mamba-ssm,以充分利用优化的cuda内核。该项目支持经典的generate API和PEFT微调,使用float32格式进行微调可获得最佳性能表现,从而提升文本生成任务的效率和质量。项目形成了一种与transformers库兼容的模型环境,通过优化策略实现高效文本生成。
prot_bert - BERT蛋白质序列模型助力破解生命密码
GithubHuggingfaceProtBert开源项目掩码语言建模模型氨基酸序列生物信息学蛋白质语言模型
ProtBert是一种基于BERT架构的蛋白质序列预训练语言模型,在2.17亿个蛋白质序列上进行自监督学习。该模型能捕获序列中的关键生物物理特性,可用于蛋白质特征提取或下游任务微调。在二级结构预测和亚细胞定位等任务中表现优异,为解析蛋白质功能提供新工具。ProtBert展现了人工智能在生命科学领域的应用潜力。
EAGLE - 大型语言模型快速解码的新突破
EAGLEGithub大语言模型开源项目快速解码性能维持推理速度
EAGLE项目为大型语言模型提供了一种高效的快速解码方法。通过创新的特征外推技术,EAGLE显著提升了生成效率。其改进版EAGLE-2引入了动态草稿树结构,进一步优化了性能。与传统解码方法相比,EAGLE和EAGLE-2在13B模型上分别实现了3倍和4倍的速度提升。该开源项目不仅提供了多种预训练模型权重,还支持各类LLM架构,并配备了详尽的使用文档和评估工具。
EEVE-Korean-10.8B-v1.0 - 七阶段培训实现韩语大语言模型扩展的高效技术
EEVE-Korean-10.8B-v1.0GithubHuggingface大语言模型开源项目模型词汇扩展技术跨语言应用韩语词汇拓展
通过子词嵌入与参数冻结的七阶训练,从英语模型有效扩展至韩语。该项目未进行指令微调,但在韩语任务中表现优异,并通过详细词汇扩展过程提升跨语言应用潜力。深入的词频分析和标记器训练确保模型拥有丰富的韩语词汇。了解更多技术细节,请查阅技术报告。
switch-base-128 - 探索语言模型优化与参数缩放的最新进展
GithubHuggingfaceSwitch Transformers专家开源项目模型混合专家蒙面语言建模语言模型
Switch Transformers采用专家混合(MoE)模型架构,针对掩码语言模型(MLM)任务进行训练。该模型使用稀疏多层感知器层取代传统的前馈层,提升了训练效率。在Colossal Clean Crawled Corpus上完成了高达万亿参数的预训练,表现出优于T5的微调效果,并实现了相较于T5-XXL模型的四倍加速,适合需要高效语言模型的应用。
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。
e5-base-unsupervised - E5-base突出文本嵌入的创新性
E5-base-unsupervisedGithubHuggingface句子相似度对比学习开源项目文本嵌入模型自然语言处理
探索无监督文本嵌入的新领域,E5-base-unsupervised模型通过弱监督对比预训练实现文本表示学习。模型由12层组成,嵌入尺寸为768,支持句子相似度评估等多种任务。模型专为高效的查询和段落编码设计,适合开放问答和广告信息检索等场景使用。其使用便捷,支持与Sentence Transformers结合应用,以便在不同任务中灵活调整。同时,该模型仅支持英文文本,最大支持512个令牌。访问相关文档和基准测试可进一步了解性能和训练细节。
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。

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