中文简介
openbmb/SciCore-Omics 是 openbmb 在 Hugging Face 发布的模型仓库,当前卡片主要关联向量表示与检索。本站固定记录上游版本 41a88ec20b76,同步到 38 个文件,文件元数据合计 30.52 GB;访问状态为“公开”,许可证字段为“apache-2.0”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 openbmb/SciCore-Omics 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
openbmb/SciCore-Omics 是 openbmb 在 Hugging Face 发布的模型仓库,当前卡片主要关联向量表示与检索。本站固定记录上游版本 41a88ec20b76,同步到 38 个文件,文件元数据合计 30.52 GB;访问状态为“公开”,许可证字段为“apache-2.0”。
【适用方向】
适合在真实样本上评估向量表示与检索能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
【版本与规格】
固定版本:41a88ec20b76。 任务标签:向量表示与检索。 语言字段:en, zh。 架构:MiniCPMV。 上游 Safetensors 元数据显示参数量约 8.19 B。 库标记:transformers。 模型类型字段:minicpmv。 上游页面记录的最近更新时间:2026-06-04。
【文件信息】
上游 API 返回 38 个文件,文件元数据合计 30.52 GB。 已保存文件清单中的主要扩展名:.py 16 个、.json 12 个、.safetensors 4 个、.h5ad 2 个、.md 1 个、.npy 1 个。 当前较大的文件包括:model-00002-of-00004.safetensors(4.59 GB);model-00001-of-00004.safetensors(4.54 GB);model-00003-of-00004.safetensors(4.03 GB)。
【运行或处理环境】
仓库文件元数据合计 30.52 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 15.26 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
🧬 SciCore-Omics A tri-modal foundation model unifying histology, spatial transcriptomics, and biological language 🔍 Overview SciCore-Omics** is a tri-modal biomedical foundation model that connects **histology images**, **spatial transcriptomic profiles**, and **biological language** for spatial biology and pathology-related reasoning. The model introduces a gene-aware branch based on **NicheFormer + Gene Q-Former + Gene Projector**, enabling transcriptomic information to be aligned with the language-model token space. SciCore-Omics supports: 🖼️ image-only reasoning; 🧬 gene-only reasoning; 🖼️🧬 joint image-gene reasoning; 💬 natural-language biomedical interpretation. ✨ Highlights Tri-modal modeling of histology, spatial transcriptomics, and language Gene-aware transcriptomic encoding with NicheFormer Unified image-gene-text reasoning in the language-model space Designed for spatial biology, pathology reasoning, and biomedical interpretation Open-source model weights, code, and demo 🚀 Quick Start This Hugging Face repository hosts the model weights. For full inference and training code, please refer to the GitHub repository: Download the model weights: Minimal loading example: For complete examples, please see: https://github.com/OpenBMB/Scicore-Omics/tree/main/eval 📦 Resources | Resource | Link | | ------------- | ----------------------------------------------------- | | Model weights | https://huggingface.co/openbmb/SciCore-Omics | | GitHub code | https://github.com/OpenBMB/Scicore-Omics | | Online demo | https://huggingface.co/spaces/Alkaidxxy/SciCore-Omics | ⚠️ Limitations SciCore-Omics is released for research use only. It may generate inaccurate or incomplete biomedical interpretations and should not be used as a standalone clinical diagnostic or treatment recommendation system. 📚 Citation 📄 License This project is released under the Apache-2.0 License.
适用场景
适合在真实样本上评估向量表示与检索能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
模型参数
固定版本:41a88ec20b76。 任务标签:向量表示与检索。 语言字段:en, zh。 架构:MiniCPMV。 上游 Safetensors 元数据显示参数量约 8.19 B。 库标记:transformers。 模型类型字段:minicpmv。 上游页面记录的最近更新时间:2026-06-04。
文件说明
上游 API 返回 38 个文件,文件元数据合计 30.52 GB。 已保存文件清单中的主要扩展名:.py 16 个、.json 12 个、.safetensors 4 个、.h5ad 2 个、.md 1 个、.npy 1 个。 当前较大的文件包括:model-00002-of-00004.safetensors(4.59 GB);model-00001-of-00004.safetensors(4.54 GB);model-00003-of-00004.safetensors(4.03 GB)。
上游文件元数据
.gitattributes1.62 KBconfig.json2.64 KBconfiguration.json58 Bconfiguration_minicpm.py3.76 KBconfiguration_nicheformer.py1.96 KBgene_projector_module.py523 Bgene_qformer_module.py6.66 KBgene_tokenizer/__init__.py176 Bgene_tokenizer/config.json808 Bgene_tokenizer/configuration_nicheformer.py1.96 KBgene_tokenizer/gitattributes.txt1.53 KBgene_tokenizer/masking.py1.91 KB
硬件建议
仓库文件元数据合计 30.52 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 15.26 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
注意事项
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
- 大模型获取与国内转存服务
- 大模型怎么下载:Hugging Face 官方方式与国内交付完整指南
- 国内下载 Hugging Face 模型很慢或经常中断怎么办
- DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。