jfold

Набор из 24 моделей для предсказания структуры и языковых ESMC, сконвертированных в jfold на JAX/Equinox. Включает Boltz-2, Protenix, OpenFold3, ESMFold2, ESMC и другие; к каждой модели приложены upstream-настройки сэмплера. Формат — каталог с weights.safetensors и model.json.

🔥 Ключевые особенности

• 🤖 24 каталога моделей: Boltz-2, Protenix (tiny–v2), Mol-1, OpenDDE, OpenFold3, ProMERA, BioEmu2, ESMFold2 и ESMC.
• 💯 weights.safetensors хранит массивы по путям модели и читается даже одним numpy; model.json описывает формат, структуру, формы/dtype и provenance.
• 🧐 Provenance: upstream-источник, SHA-256 сконвертированного чекпоинта, версия upstream-пакета и дата конвертации.
• 🫡 ESMFold2-модели делят языковые модели esmc_6b, esmc_300m и esmc_600m — они хранятся по одному разу и подключаются через pretrained.load.
• 👀 Экспериментальные ESMFold2 используют ESMC, округлённые до bfloat16, как в upstream; scaling-sweep — финальный шаг 1500k.
• 👍 Каждая конвертация проверяется checkpoint-тестами jfold против upstream PyTorch.

👀 Пример

from jfold import pretrained

model = pretrained.load("boltz2")  # downloads <name>/ from this repository on first use

Подробнее

Размеры чекпоинтов: от 0.4 GB (protenix_tiny) до 25.4 GB (esmc_6b).
Лицензии upstream сохранены: MIT и Apache-2.0; в каждом каталоге есть LICENSE и NOTICE о конвертации.
Требования к VRAM и бенчмарки в карточке не указаны.
Веса не менялись: массивы переразложены и сохранены заново.