AIbase
TW
模型選型
標籤
蛋白質序列預測

# 蛋白質序列預測

Prollama Stage 1
Apache-2.0
ProLLaMA是一個基於Llama-2-7b架構的蛋白質大語言模型，專注於多任務蛋白質語言處理。
蛋白質模型 Transformers
P
GreatCaptainNemo
650
2
Esm1b T33 650M UR50S
MIT
ESM-1b是基於Transformer的蛋白質語言模型，通過無監督學習蛋白質序列數據，可用於蛋白質結構和功能預測。
蛋白質模型 Transformers
E
facebook
24.20k
18
Esm2 T36 3B UR50D
MIT
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。
蛋白質模型 Transformers
E
facebook
3.5M
22
Esm2 T30 150M UR50D
MIT
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。
蛋白質模型 Transformers
E
facebook
69.91k
7
Esm2 T12 35M UR50D
MIT
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
蛋白質模型 Transformers
E
facebook
332.83k
15
Esm2 T6 8M UR50D
MIT
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。
蛋白質模型 Transformers
E
facebook
1.5M
21
Esm2 T48 15B UR50D
MIT
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。
蛋白質模型 Transformers
E
facebook
20.80k
20
Prot Bert
基於BERT架構的蛋白質序列預訓練模型，通過自監督學習捕捉蛋白質序列的生物物理特性
蛋白質模型 Transformers
P
Rostlab
276.10k
111
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase