Model details
模型介绍 中文整理 # Dayhoff 模型卡片
## 概述
Dayhoff 是一个蛋白质序列数据与生成式语言模型的整合资源库。该项目汇集了来自宏基因组和天然蛋白质序列（GigaRef，33.4亿条序列，17亿个聚类）、结构衍生的合成序列（BackboneRef，4600万条）以及多序列比对（OpenProteinSet，1600万条）的数据。这些模型能够原生预测突变对适应度的零样本影响，通过进化或结构背景条件来搭建结构基序的支架，并在指定家族内引导生成新型蛋白质。
## 主要能力
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（基于 RFDiffusion 和 MotifBench 评估） 同源序列条件生成（Dayhoff-3b-GR-HM 和 Dayhoff-3b-GR-HM-c） ## 输入输出
输入：单个蛋白质序列或展开的多序列比对（MSA） 输出：蛋白质序列或同源蛋白质序列集 支持从 N 端到 C 端和从 C 端到 N 端的双向生成 支持顺序无关的填充任务 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 1.7 亿参数模型：8 张 NVIDIA A100 或 8 张 NVIDIA H100 GPU（分布式数据并行） 30 亿参数模型：176 张 NVIDIA H100 GPU（全分片数据并行，混合分片模式） 基本用法 推荐使用 uv 创建独立环境并安装 PyTorch 2.7.1，然后安装 mamba-ssm、flash-attn、causal-conv1d 及其依赖项。可通过 HuggingFace 接口调用模型。
限制 仅限生成蛋白质序列或同源蛋白质序列集 不可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无同源性的高质量序列 License MIT
## 开发者
Kevin K. Yang、Sarah Alamdari、Alex J. Lee、Kaeli Kaymak-Loveless、Samir Char、Garyk Brixi、Carles Domingo-Enrich、Chentong Wang、Suyue Lyu、Nicolo Fusi、Neil Tenenholtz、Ava P. Amini
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.
Pinned version · Multiple download options
Dayhoff-170M-GRS-112000 model download Download the full repository or choose a version or file.
Choose a download source China mirror (recommended) Hugging Face official 已根据访问地区推荐 Hugging Face 官方线路，你可以手动切换。
Choose what to download
Full repository · All files Selected version / file Need just one GGUF precision? Load the file manifest and choose a version. Direct file links do not require Python; the command below can download multiple shards together.
Load available versions and files
Quantization / file Load the manifest to choose This reads the pinned version's file manifest; no model weights are downloaded.
Choose your operating system Windows · PowerShell Linux / macOS · Terminal For command-line downloads, follow these steps to get the full repository or selected files. Direct file links do not need these steps.
1 Open a terminal window Create and open a folder for the model. In the folder's address bar, enter powershell and press Enter.
If Python is not installed, get it from the official Python website . In the terminal, enter python --version; continue when a version number appears.
2 First time? Install the download tool Copy this command, paste it into the terminal, press Enter and wait for installation to finish.
python -m pip install --upgrade huggingface_hubCopy install command Already installed? Continue to step 3.
3 Run the download command Select the button below, paste into the same terminal and press Enter. The tool downloads all files included in the current command.
Copy full download command Copying does not start a download. Paste and run the command on your device.
Where are the downloaded files? Open the folder you chose. Look for the models folder. When progress stops and the terminal returns to its prompt without errors, check that all files are present. 'Copied' does not mean 'downloaded'.
No response or an error? python not found: Install Python and reopen the terminal. On Windows, follow the installer's instructions to enable command-line access.
hf not found: Confirm that step 2 succeeded, then reopen the terminal. If needed, add Python's Scripts folder to your user PATH. Do not repeatedly download scripts.
Network interrupted: Stay in the same folder and run the same command again. The tool checks existing files.
Permission or disk error: Choose a writable folder with enough free space. Do not disable system security protection.
View the full download command 请开启浏览器脚本，或使用默认 Windows 教程并展开命令手动复制执行。
