# 生物醫學研究

ESM++是對ESMC的忠實實現，支持批處理且兼容標準Huggingface接口，無需依賴ESM Python包。小型版本對應ESMC的3億參數版本。

ProGen2-xlarge是基於Nijkamp等人提出的基礎模型，經過配置和前向傳播修改的蛋白質生成模型。

ProGen2-base是基於Nijkamp等人研究的蛋白質生成模型，支持蛋白質序列的生成和預測。

Palmyra-Med是Writer專為醫療健康領域設計的大語言模型，在生物醫學基準測試中表現優異，領先於多個主流模型。

ESM-2是基於掩碼語言建模目標訓練的新一代蛋白質模型，適用於各類以蛋白質序列為輸入的下游任務微調。

ESM-2是基於遮蔽語言建模目標訓練的最先進蛋白質模型，適用於對各類以蛋白質序列為輸入的任務進行微調。

ESM-2是基於掩碼語言建模目標訓練的前沿蛋白質模型，適用於各類蛋白質序列分析任務

ESM-2是基於掩碼語言建模目標訓練的新一代蛋白質模型，適用於對蛋白質序列進行各類任務的微調。

ESM-2是基於掩碼語言建模目標訓練的最先進蛋白質模型，適用於對蛋白質序列進行各種任務的微調。

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。