TxGemma模型有哪些尺寸？

TxGemma模型有三種尺寸：2B（20億參數）、9B（90億參數）和27B（270億參數）。

TxGemma的主要功能是什麼？

TxGemma可以執行分類任務（例如預測分子是否會穿過血腦屏障）、迴歸任務（例如預測藥物結合親和力）和生成任務（例如生成反應物集合）。它還可以識別有希望的藥物靶點並預測臨床試驗結果。

TxGemma是如何訓練的？

TxGemma是從Gemma 2微調而來，使用了700萬個訓練樣本，包括用於特定治療任務的\'predict\'版本和具有通用指令調整的\'chat\'版本，以提供解釋能力。

開發人員可以在哪裡訪問TxGemma？

TxGemma可在Vertex AI Model Garden和Hugging Face上使用。開發人員可以訪問推理、微調和代理Colab筆記本來使用這些模型。

TxGemma的性能如何？

最大的TxGemma模型（27B predict版本）在66個任務中的64個上優於或匹配之前的Tx-LLM模型（在45個上擊敗它），並且在50個任務上表現優於或與專用模型相當（在26個上擊敗它們）。

TxGemma

WebsiteFreeHealthcare Research Tools

TxGemma是建立在Google DeepMind的Gemma之上的一系列開放AI模型，它利用大型語言模型通過預測藥物發現過程中治療實體的屬性來提高治療開發效率。

訪問網站

宣傳此工具

https://developers.googleblog.com/en/introducing-txgemma-open-models-improving-therapeutics-development?ref=aipure&utm_source=aipure

概覽
分析
影片
替代方案

產品資訊

更新時間：2025年05月09日

TxGemma 每月流量趨勢

TxGemma 的流量增長了 13.6%，達到 180萬 次訪問。這種適度增長可能歸因於 Google 最近的更新和公告，包括 代理開發套件 (ADK) 和 代理對代理協議 (A2A)，這可能增加了開發者的興趣和參與度。

查看歷史流量

什麼是 TxGemma

TxGemma是Google最新的以醫療保健為重點的AI計劃，也是Tx-LLM的開放後繼者，專為藥物開發和治療研究而設計。TxGemma使用700萬個訓練示例從Gemma 2進行了微調，有三種尺寸（2B、9B和27B參數），並提供預測和對話功能。這些模型經過訓練，可以理解和分析各種治療方式和靶點，包括小分子、蛋白質、核酸、疾病和細胞系。

TxGemma 的主要功能

TxGemma 是一系列基於 Google DeepMind 的 Gemma 平台構建的開放 AI 模型，專門設計用於提高治療藥物開發效率。它經過 700 萬個訓練範例的微調，提供三種尺寸（2B、9B 和 27B），並提供預測和對話功能，用於分析治療數據、理解分子結構以及預測整個發現過程中的藥物特性。

多種模型尺寸: 提供三種參數尺寸（2B、9B 和 27B），每種尺寸都為各種治療任務提供不同程度的功能和計算要求

雙重功能模式: 包括用於特定治療任務的“預測”版本和用於對話分析和推理說明的“聊天”版本

微調能力: 支持在專有數據上進行自定義微調，使研究人員能夠根據其特定的治療研究需求調整模型

與 Agentic-Tx 集成: 可以集成到具有 18 種專用工具的更大系統中，以解決複雜的研究問題，包括 PubMed 搜索和分子分析工具