Modelo de lenguaje de proteínas de 170 millones de parámetros de la familia Dayhoff, entrenado con conjuntos de proteínas naturales y sintéticas.
Muestra que ampliar la diversidad de secuencias, incluidas proteínas sintéticas, mejora la generación y el diseño de 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 3B (cada uno con su propia ficha).
170 millones de parámetros; arquitectura híbrida de Mamba y transformador con mezcla de expertos; salida: secuencias de proteínas; hay variantes entrenadas con UniRef, GigaRef y BackboneRef.
