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集合体，旨在为蛋白质语言建模研究提供广泛支持。该模型可用于无条件设计蛋白质序列、零样本预测突变对适应度的影响、在序列空间中为结构基序设计支架，以及通过同源物条件生成指定家族的新型蛋白质。
## 主要能力
该模型能够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对结构基序进行支架设计，并在指定家族内执行引导式生成。模型采用混合状态空间Mamba层与Transformer自注意力机制，交织混合专家模块以最大化容量同时保持效率。模型原生支持长上下文处理，可同时处理单个序列和展开的多序列比对。采用N→C和C→N双向自回归目标进行训练，支持顺序无关的填充任务，并可扩展至数十亿参数规模。
## 输入输出
- *输入：** 单个蛋白质序列、多序列比对（MSA）、或同源物信息
- *输出：** 生成的蛋白质序列、突变效应预测、支架设计结果
运行要求
- *软件环境：**
- PyTorch 2.7.1
- CUDA 12.8及以上
- mamba-ssm
- causal-conv1d
- flash-attn
- *硬件要求：**
- 1.7亿参数模型：8块NVIDIA A100或8块NVIDIA H100 GPU
- 30亿参数模型：176块NVIDIA H100 GPU
基本用法
推荐使用uv创建清洁环境并安装PyTorch 2.7.1，随后安装mamba-ssm、flash-attn、causal-conv1d及其依赖项。可通过HuggingFace接口访问模型和数据集。
限制
该模型仅应用于生成蛋白质序列或同源蛋白质序列集合，不得用于自然语言处理或其他生物序列（如DNA序列）的生成。不保证所有生成的序列都具有真实性。难以生成与任何天然序列无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。