Nucleotide Transformer

模型与发布

InstaDeep 2023 年发布，参数 50M–2.5B [1]。

训练数据配方

• 公共库：3,202 个人类基因组（1000 Genomes，27 个人群）加 850 个物种基因组，来自 1000 Genomes 与 NCBI（见 INSDC（GenBank/ENA/DDBJ））[1]。
• 蒸馏合成与私有真值：无。

数据供应方与许可

公共库。许可条款公开材料未查到。

已知问题与口径冲突

相对专用方法，在 18 个任务中 11 个持平或更优，微调后达 15 个（二手）[1]。规模远小于后来的 Evo 2（8.84 万亿 nt）。

来源

1. https://instadeep.com/research/paper/nucleotide-transformer-building-and-evaluating-robust-foundation-models-for-human-genomics/ (2026-10-15)