模型介绍
中文整理# Dayhoff 模型卡片
模型用途
Dayhoff是一个蛋白质序列数据和生成式语言模型的整合资源库。该模型主要用于蛋白质语言建模研究，可进行零样本突变效应预测、通过进化或结构背景条件进行结构基序的支架设计，以及在指定蛋白质家族内引导生成新蛋白质。
## 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上实现零样本突变效应预测（包括替换和插入缺失）；在RFDiffusion和MotifBench上为结构基序设计序列空间中的支架；通过Dayhoff-3b-GR-HM和Dayhoff-3b-GR-HM-c实现同源物条件化。
## 输入输出
输入支持单个蛋白质序列或展开的多序列比对（MSA）。输出为生成的蛋白质序列。模型采用双向自回归训练（N→C和C→N方向），支持顺序无关的填充任务。
运行要求
硬件方面，1.7亿参数模型需使用8块NVIDIA A100或H100 GPU；30亿参数模型需使用176块NVIDIA H100 GPU。软件环境需要PyTorch 2.7.1、CUDA 12.8及以上版本，以及mamba-ssm、causal-conv1d和flash-attn包。
基本用法
最简单的方式是通过HuggingFace接口使用该模型和数据集。建议使用uv创建干净环境，安装PyTorch 2.7.1后，再安装mamba-ssm、flash-attn、causal-conv1d及其依赖项。具体使用示例请参考模型仓库中的README文档。
限制
该模型仅限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。难以生成与任何自然序列无序列同源性的高质量序列。
许可证
MIT许可证
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
运行模型需要的设备、工具与依赖，以原作者说明为准。
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。
资料或下载有问题？
登录后可提交反馈。