Modelo de lenguaje de proteínas de 3.000 millones de parámetros, entrenado con GigaRef, un gran conjunto de proteínas naturales, y con homólogos; el mejor de la familia Dayhoff según Microsoft.
Muestra que ampliar la diversidad de secuencias, incluidas proteínas sintéticas, mejora la generación y el diseño de proteínas. Según Microsoft, es el más capaz de la familia: predice efectos de mutaciones y diseña proteínas.
Pesos MIT en Hugging Face (colección microsoft/Dayhoff-*), código en GitHub (release v0.1.0) y despliegue previsto en Azure AI Foundry. Se lanzó junto a Dayhoff 170M (cada uno con su propia ficha).
3.000 millones de parámetros; arquitectura híbrida de Mamba y transformador con mezcla de expertos; salida: secuencias de proteínas; entrenado con GigaRef y, en la variante GR-HM-c, con conjuntos de homólogos.
