Robocikowo>ROBOCIKOWO
Evo 2
Modele AI

Evo 2

2
Genomowy model fundacyjny (DNA language model) od Arc Institute, modelujący DNA w rozdzielczości pojedynczego nukleotydu przy kontekście do 1 mln par zasad.
✓ Aktywny✓ Publiczny dostęp⚖ Open sourceNaukowe AI
Okno kontekstowe
do 1 mln par zasad
tokenów
Parametry
7B / 40B (także warianty 1B i 20B)
parametrów
Data premiery
19 lutego 2025
🏢Arc InstituteProducent🤝NVIDIAPartner technologiczny🔬Stanford UniversityLab badawczy
Dostęp:DownloadAPIHostedWdrożenie:💻 Lokalnie☁ Cloud

Przegląd

Evo 2 to genomowy model fundacyjny (DNA language model) opracowany przez Arc Institute we współpracy m.in. z NVIDIA i Stanford University. Modeluje sekwencje DNA w rozdzielczości pojedynczego nukleotydu, przy kontekście sięgającym 1 mln par zasad, korzystając z architektury StripedHyena 2.

Model trenowano autoregresyjnie na zbiorze OpenGenome2 zawierającym 8,8 biliona tokenów z wszystkich domen życia. Pozwala to przewidywać skutki wariantów genetycznych (np. zero-shot dla BRCA1), analizować regulację genów oraz generować nowe sekwencje genomowe.

Evo 2 udostępniono jako open source na licencji Apache 2.0. Wagi dostępne są na HuggingFace w wariantach 1B, 7B, 20B i 40B parametrów; model można też uruchomić przez NVIDIA NIM lub hostowane API. Pracę opisano w Nature (2026).

Klasyfikacja
Naukowe AI
Zastosowania
GenomikaBiologia obliczeniowaBioinformatyka
Dostęp i wdrożenie
PobieranieAPIHostowane
LokalnieChmura
Wagi: Open source
Kluczowe parametry
📏 Kontekst: do 1 mln par zasad
🧩 Parametry: 7B / 40B (także warianty 1B i 20B)
✓ Fine-tuning
📥 Wejście: tekst

Specyfikacja techniczna

Okno kontekstowe
do 1 mln par zasad
tokenów
Parametry
7B / 40B (także warianty 1B i 20B)
parametrów
Licencja
Apache 2.0
Wymagania sprzętowe
Modele 40B/20B/1B wymagają FP8 przez Transformer Engine i GPU NVIDIA Hopper (40B wymaga wielu H100). Modele 7B działają w bfloat16 na pojedynczym obsługiwanym GPU.
Funkcje:✓ Fine-tuning
Modalności
⬇ Wejście (Input)
text
⬆ Wyjście (Output)
text

Możliwości i zastosowania

Natywne możliwości modelu
Rozumienie sekwencji DNA
Klasyfikowanie i interpretacja cech sekwencji DNA: regiony regulatorowe, miejsca splicingu, grupa organizmów, motywy i miejsca wiązania czynników transkrypcyjnych.
Kategoria: other
Przewidywanie efektu wariantów genetycznych
Ocena wpływu wariantów DNA, w tym zmian pojedynczych nukleotydów, na funkcję i regulację genomu.
Kategoria: other
Przewidywanie regulacji genów
Przewidywanie regulacyjnych właściwości sekwencji DNA, takich jak ekspresja genów, dostępność chromatyny i splicing RNA.
Kategoria: other
Predykcja kolejnych zasad DNA
Przewidywanie kolejnych zasad (nukleotydów) w sekwencji DNA.
Kategoria: other
Długi kontekst
Obsługa dużych okien kontekstowych — dziesiątek do setek tysięcy (lub milionów) tokenów wejścia. Umożliwia analizę całych baz kodu, długich dokumentów, wielu równolegle rozmów bez utraty wcześniejszych informacji. GPT-5.1 wspiera 400 000 tokenów.
Kategoria: language
Generowanie danych syntetycznych
Generowanie syntetycznych zbiorów danych zachowujących statystyczne właściwości oryginału, używanych do uczenia modeli, testów i ochrony prywatności.
Kategoria: structured_generation
Dziedziny zastosowań
GenomikaBiologia obliczeniowaBioinformatyka

Architektura techniczna

Rdzeń architektury (Core Architecture)
S2StripedHyena 2
Forma modelu (Model Form)
DLDNA language model

Źródła i powiązane strony