模型简介
ESM-2是一个蛋白质语言模型,专门用于处理蛋白质序列数据,支持多种蛋白质相关任务的微调。
模型特点
遮蔽语言建模
通过遮蔽部分蛋白质序列并预测缺失部分来训练模型,适用于蛋白质序列分析。
多规模模型
提供从800万到150亿参数的不同规模模型,适应不同计算资源和精度需求。
微调支持
模型可以针对特定蛋白质相关任务进行微调,如结构预测、功能注释等。
模型能力
蛋白质序列建模
遮蔽序列预测
蛋白质结构预测
蛋白质功能注释
使用案例
生物信息学
蛋白质结构预测
使用ESM-2模型预测蛋白质的三维结构。
蛋白质功能注释
通过微调ESM-2模型,预测蛋白质的功能特性。
药物发现
蛋白质-药物相互作用预测
利用ESM-2模型分析蛋白质与潜在药物分子之间的相互作用。
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文