Это модель Pythia-160m, разработанная EleutherAI и настроенная с помощью Cell2Sentence на клетках с полной секРНК scRNA. Cell2Sentence — это новый метод адаптации больших языковых моделей к транскриптомике отдельных клеток. Мы преобразуем данные секвенирования одноклеточной РНК в последовательности названий генов, упорядоченные по уровню экспрессии, называемые «клеточными предложениями». Для получения более подробной информации мы обращаемся к статье, указанной ниже. Эта модель была обучена на наборе данных об иммунной ткани от Dominguez et al. с использованием 8 графических процессоров A100 по 40 ГБ в течение примерно 20 часов для выполнения следующих задач: 1. генерация условных ячеек 2. генерация безусловных ячеек 3. прогнозирование типа ячеек GitHub: (Примечание: Codebase имеет лицензию Apache 2.0, веса, используемые на HuggingFace, соответствуют CC-by-4.0) Статья: Эта модель была оценена по классификации KNN и расстоянию Громова-Вассерштейна (GW). Метка сгенерированной ячейки — это соответствующий тип ячейки, используемый в соответствующем запросе на создание. Базовые ячейки истинности были отобраны с заменой из имеющегося набора тестовых данных. Сгенерированные клетки преобразуются в векторы экспрессии с использованием метода, описанного в статье. Полную информацию об экспериментах можно найти в статье. Мы приводим пример того, как…
Модальности:
Генерация текста
Задача: Генерация текста
Автор: vandijklab
Теги: gpt_neox, causal-lm, scRNA-seq, en, text-generation-inference, endpoints_compatible
Лайков: 7 | Загрузок: 523
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
