Model details
模型介绍
中文整理# Dayhoff 模型卡片
Model use case
Dayhoff 是一个蛋白质序列数据和生成式语言模型的整合资源。该模型主要用于蛋白质语言建模的广泛研究用途。
## 主要能力
该模型具备以下能力：
- 无条件设计蛋白质序列
- 在 ProteinGym 上进行零样本突变效应预测
- 在序列空间中为结构基序设计支架（scaffold）
- 同源物条件生成（使用 Dayhoff-3b-GR-HM 和 Dayhoff-3b-GR-HM-c）
模型可原生预测零样本突变对适应度的影响，通过进化或结构背景条件进行结构基序支架设计，并在指定家族内进行引导式生成。
## 输入输出
- **输入**：单个蛋白质序列、展开的多序列比对（MSA）
- **输出**：生成的蛋白质序列
运行要求
- PyTorch：2.7.1
- CUDA：12.8 及以上版本
- 依赖包：mamba-ssm、causal-conv1d、flash-attn
计算资源：
- 1.7亿参数模型：8 张 NVIDIA A100 或 8 张 NVIDIA H100 GPU（使用分布式数据并行）
- 30亿参数模型：176 张 NVIDIA H100 GPU（使用完全分片数据并行混合分片模式）
基本用法
最简单的方式是通过 HuggingFace 接口使用这些模型和数据集。需要安装 PyTorch、mamba-ssm、causal-conv1d 和 flash-attn。
限制
- 该模型仅应用于生成蛋白质序列或同源蛋白质序列，不得用于自然语言或其他生物序列（如 DNA 序列）
- 不保证所有生成的序列都真实可信
- 难以生成与任何天然序列没有序列同源性的高质量序列
License
MIT
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
Problem with the information or download?
Sign in to submit feedback.
