模型详情
模型介绍
中文整理# Dayhoff 模型卡片
## 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。该模型旨在用于蛋白质语言建模的广泛研究。
## 主要能力
该模型具备以下核心能力：
- 零样本预测突变对适应度的影响
- 通过进化或结构上下文条件来搭建结构基序的支架
- 在指定家族内引导生成新型蛋白质
- 无条件设计蛋白质序列
- 在序列空间中为结构基序设计支架
- 同源物条件生成
## 输入输出
- *输入**：单个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
运行要求
- *软件依赖**：
- PyTorch 2.7.1
- CUDA 12.8 及以上版本
- mamba-ssm
- causal-conv1d
- flash-attn
- *计算资源**：
- 1.7亿参数模型：8块 NVIDIA A100 或 8块 NVIDIA H100 GPU（使用分布式数据并行）
- 30亿参数模型：176块 NVIDIA H100 GPU（使用完全分片数据并行）
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。建议使用 uv 创建干净的虚拟环境，安装 PyTorch 2.7.1，然后安装 mamba-ssm、flash-attn、causal-conv1d 及其依赖项。具体使用示例代码请参阅模型仓库中的 README。
限制
- 仅应用于生成蛋白质序列或同源蛋白质序列
- 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没有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。
资料或下载有问题？
登录后可提交反馈。