Esm 1b
ESM-1b 是一個基於 Transformer 架構的大規模蛋白質語言模型,由 Facebook AI Research (FAIR) 開發。
下載量 342
發布時間 : 3/2/2022
模型概述
ESM-1b 是一個用於蛋白質序列建模的深度學習模型,能夠預測蛋白質結構和功能。
模型特點
大規模蛋白質建模
具有650M參數的大規模Transformer架構,專門用於蛋白質序列建模。
結構預測能力
能夠從蛋白質序列預測其三維結構和功能特性。
遷移學習友好
預訓練模型可以微調用於各種下游蛋白質相關任務。
模型能力
蛋白質序列表示學習
蛋白質結構預測
蛋白質功能預測
蛋白質進化分析
使用案例
生物醫學研究
蛋白質設計
用於設計具有特定功能的新蛋白質
疾病研究
分析致病蛋白質的變異和功能變化
藥物發現
靶點識別
識別潛在的藥物靶點蛋白質
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98