Это модель C2S-Pythia-410m с разнообразными одно- и многоклеточными задачами, основанная на архитектуре Pythia-410m, разработанной EleutherAI, с точной настройкой с помощью Cell2Sentence (C2S) на широком спектре наборов данных секвенирования одноклеточной РНК (scRNA-seq) из CellxGene и Human Cell Atlas. Cell2Sentence — это передовой метод, который адаптирует большие языковые модели (LLM) к одноклеточной биологии путем преобразования данных scRNA-seq в «клеточные предложения» — упорядоченные последовательности названий генов на основе уровней экспрессии. Эта модель была обучена выполнять широкий спектр одно- и многоклеточных задач, что делает ее универсальным инструментом для различных одно- и многоклеточных анализов. Эта модель была обучена на более чем 57 миллионах клеток человека и мыши, собранных из более чем 800 наборов данных секвенирования одноклеточной РНК из CellxGene и Human Cell Atlas. Этот набор данных охватывает широкий спектр типов клеток и состояний из различных тканей как человека, так и мыши. Эта модель была обучена с переменным количеством генов на одно предложение ячейки, с максимальной длиной контекста 8192 токена. Длина контекста модели Pythia по умолчанию была расширена с помощью вращающихся позиционных вложений перед обучением C2S. — Ячейки: для нескольких ячеек…
Модальности:
Генерация текста
Области применения:
Биология
Задача: Генерация текста
Автор: vandijklab
Теги: gpt_neox, biology, scRNAseq, en, text-generation-inference, endpoints_compatible
Лайков: 5 | Загрузок: 146
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.