Esm2 T30 150M UR50D
模型概述
ESM-2是一個蛋白質語言模型,專門用於處理蛋白質序列數據,支持多種蛋白質相關任務的微調。
模型特點
遮蔽語言建模
通過遮蔽部分蛋白質序列並預測缺失部分來訓練模型,適用於蛋白質序列分析。
多規模模型
提供從800萬到150億參數的不同規模模型,適應不同計算資源和精度需求。
微調支持
模型可以針對特定蛋白質相關任務進行微調,如結構預測、功能註釋等。
模型能力
蛋白質序列建模
遮蔽序列預測
蛋白質結構預測
蛋白質功能註釋
使用案例
生物信息學
蛋白質結構預測
使用ESM-2模型預測蛋白質的三維結構。
蛋白質功能註釋
通過微調ESM-2模型,預測蛋白質的功能特性。
藥物發現
蛋白質-藥物相互作用預測
利用ESM-2模型分析蛋白質與潛在藥物分子之間的相互作用。
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