К содержимому
Другое

Barca-0.8B SFT Design

генерация белков по текстовому описанию

2 мин чтенияобновлено

Компактная языковая модель на 752 млн параметров, обученная проектировать аминокислотные последовательности белков по заданным функциональным и структурным требованиям. В основе лежит база khairi/barca-0.8b-base с архитектурой Qwen3_5ForCausalLM, дообученная методом full SFT (полная тонкая настройка всех весов) в два этапа. В отличие от обычных текстовых LLM, в словарь добавлены специальные токены для 20 аминокислот с префиксом ζ и теги , чтобы модель выдавала последовательность по одному остатку на токен. Пригодится биоинформатикам и исследователям для быстрого прототипирования новых белков под конкретные задачи.

Ключевые особенности

  • Архитектура Qwen3_5ForCausalLM (24 слоя, 752M параметров) со словарём на 248 099 токенов.
  • Специальный формат вывода: каждая аминокислота кодируется отдельным токеном внутри тегов ....
  • Двухэтапное обучение: сначала на датасете Mol-Instructions (3000 шагов), затем дообучение на 4 872 отобранных примерах дизайна белков.
  • Работает через стандартную библиотеку transformers и понимает инструкции на английском языке.

Что можно сделать

  • Генерировать последовательности кандидатных белков с нужными доменами (например, TIR-доменом) по списку требований.
  • Использовать в исследовательских пайплайнах для первичного прототипирования ферментов с заданной каталитической активностью.

Пример

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "khairi/barca-0.8b-sft-design"
tokenizer = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(repo, trust_remote_code=True, device_map="auto")

messages = [{"role": "user", "content": "Design a protein with a TIR domain."}]
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
output = model.generate(**tokenizer(prompt, return_tensors="pt").to(model.device), max_new_tokens=512)
print(tokenizer.decode(output[0], skip_special_tokens=True))
ПодробнееОбучение: full fine-tune в fp32 с SDPA attention; best eval loss на этапе 1 — 1.3612, на этапе 2 — 2.0732 (на разных валидационных выборках).
Контекст: обучающие примеры ограничены длиной 2 048 токенов.
Ограничения: сгенерированные последовательности не проходили экспериментальную проверку, модель не предназначена для общих текстовых задач.
Обсудить Telegram 0 26

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 2.8 GB · готовые файлы3.6 GB
  • BF16веса 1.4 GB2.0 GB
  • FP8 / INT8рекомендуемвеса 0.7 GB1.3 GB
  • 4-bitвеса 0.4 GB0.9 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F32 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # khairi/barca-0.8b-sft-design
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download khairi/barca-0.8b-sft-design --local-dir ~/models/barca-0.8b-sft-design
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к barca-0.8b-sft-design
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии barca-0.8b-sft-design — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

khairi/barca-0.8b-sft-design
Автор
khairi
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

260

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии