К содержимому
Другое

PartiFlow

чекпоинты для структурного дизайна и докинга

2 мин чтенияобновлено

PartiFlow — это набор чекпоинтов и исходных структур PepInter для задач вычислительного дизайна: от de novo и motif design до докинга, inverse folding и side-chain packing. В репозитории лежат четыре специализированных чекпоинта и общий autoencoder, без которого они не работают. PepInter содержит PDB-структуры: 166 019 примеров для обучения, 3 750 для валидации и 1 250 для теста. Это не готовая LLM, а исследовательский инструмент для тех, кто работает с белковыми структурами и хочет запустить пайплайн PartiFlow.

Ключевые особенности

  • Четыре чекпоинта: general, aux, dock и ss — плюс обязательный общий autoencoder.
  • partiflow.ckpt — общий de novo и motif design; partiflow-aux.ckpt — докинг, inverse folding и side-chain packing.
  • partiflow-dock.ckpt — специалист по докингу; partiflow-ss.ckpt — условия по secondary structure, scaffold topology и disulfide.
  • PepInter — сырой архив PDB-структур с готовыми split'ами для обучения, валидации и теста.
  • Есть CLI для загрузки чекпоинтов и модуль preprocessing для подготовки данных.

Что можно сделать

  • Запустить общий de novo и motif design с partiflow.ckpt.
  • Проверить докинг и inverse folding через partiflow-aux.ckpt или partiflow-dock.ckpt.
  • Поставить условия по secondary structure, scaffold topology и disulfide с partiflow-ss.ckpt.
  • Подготовить PepInter для обучения через partiflow.training.prepare_data.

Пример

partiflow download partiflow partiflow-aux partiflow-dock partiflow-ss autoencoder --model-dir models
ПодробнееЧекпоинты: partiflow.ckpt, partiflow-aux.ckpt, partiflow-dock.ckpt, partiflow-ss.ckpt; общий autoencoder.ckpt нужен всем четырём моделям.
PepInter: 166 019 обучающих, 3 750 валидационных и 1 250 тестовых примеров; это raw-архив, training graphs готовятся preprocessing-модулем.
Бенчмарков и требований к VRAM в карточке нет.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.9 GB · готовые файлы1.4 GB
  • FP8 / INT8рекомендуемвеса 0.4 GB1.0 GB
  • 4-bitвеса 0.2 GB0.8 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 · BF16 — 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.

    # MegaGatlingPea/PartiFlow
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 MegaGatlingPea/PartiFlow --local-dir ~/models/PartiFlow
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к PartiFlow
  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 PartiFlow — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

MegaGatlingPea/PartiFlow
Автор
MegaGatlingPea
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии