API TxGemma

TxGemma L'API est un ensemble de modèles d'apprentissage automatique open source conçus pour générer des prédictions, des classifications ou du texte basés sur des données thérapeutiques.

Caractéristiques de TxGemma

TxGemma est un ensemble de modèles d'IA optimisés à partir de l'architecture Gemma de Google, spécialement conçus pour les applications thérapeutiques. Ses principales fonctionnalités sont les suivantes :

• Formation spécialisée:Les modèles TxGemma sont formés sur environ 7 millions d'exemples pertinents pour les tâches thérapeutiques, ce qui leur permet de prédire les propriétés des entités thérapeutiques tout au long du processus de découverte de médicaments.
• Variantes de modèle:La suite comprend des modèles de différentes tailles (2 milliards (2B), 9 milliards (9B) et 27 milliards (27B) de paramètres) pour s'adapter à diverses ressources de calcul et besoins d'application.
• Versions Prédire et Chat:Chaque taille de modèle offre une version « prédire » pour des tâches spécifiques comme la prédiction de la toxicité et une version « chat » pour l'analyse des données conversationnelles, facilitant les requêtes complexes et les discussions à plusieurs tours.

Indicateurs de performance de TxGemma

Les performances de ces modèles ont été rigoureusement évaluées dans diverses tâches thérapeutiques :

• Benchmarking:La version prédictive 27B démontre des performances supérieures, surpassant ou égalant les modèles de pointe précédents sur 64 tâches sur 66 et surpassant les modèles spécialisés sur 26 tâches.
• Polyvalence des tâches:Il excelle dans la classification (par exemple, la prédiction de la perméabilité de la barrière hémato-encéphalique), la régression (par exemple, l'estimation de l'affinité de liaison des médicaments) et les tâches de génération (par exemple, la déduction d'ensembles de réactifs à partir de produits de réaction).

Spécifications techniques

L'architecture et les méthodologies de formation sont essentielles à ses capacités :

• Modèle de fondation:Construit sur l'architecture Gemma de Google, TxGemma exploite des modèles de transformateurs uniquement décodeurs optimisés pour les tâches de génération de texte.
• Données d'entraînement:Les modèles sont affinés à l’aide d’un ensemble de données diversifié de 7 millions d’exemples thérapeutiques, améliorant ainsi leur précision prédictive dans les contextes de développement de médicaments.
• Efficacité de calcul:Conçus pour équilibrer les performances avec les exigences de calcul, les modèles TxGemma sont accessibles aux chercheurs disposant de ressources variées.

Évolution de Tx-LLM à TxGemma

Ces modèles représentent une évolution par rapport à leur prédécesseur, Tx-LLM :

• Accessibilité améliorée:Alors que Tx-LLM a suscité un intérêt considérable, TxGemma propose des modèles ouverts à des échelles pratiques, facilitant une adoption et une personnalisation plus larges.
• Performance améliorée:Les modèles TxGemma présentent des capacités prédictives améliorées, rivalisant avec les modèles spécialisés dans de nombreuses tâches thérapeutiques.

Avantages de TxGemma

L’adoption de ces modèles dans le développement thérapeutique offre plusieurs avantages :

• Découverte accélérée de médicaments:En prédisant avec précision les propriétés des entités thérapeutiques, TxGemma peut réduire le temps et les coûts associés à la mise sur le marché de nouvelles thérapies.
• Accessibilité open source:En tant que modèles ouverts, TxGemma permet aux chercheurs d'affiner et d'adapter les modèles à des ensembles de données et à des tâches spécifiques, favorisant ainsi l'innovation et la collaboration.
• Polyvalence:La disponibilité de modèles de différentes tailles et versions permet une application sur un large éventail de tâches, de l'analyse prédictive à l'analyse de données conversationnelles.

Indicateurs techniques

La performance technique est soulignée par plusieurs indicateurs :

• Paramètre Efficacité:Malgré des tailles variables, tous les modèles TxGemma maintiennent un équilibre entre complexité et efficacité de calcul, garantissant l'accessibilité aux utilisateurs disposant de capacités de ressources différentes.
• Réglage des instructions:Les versions « chat » intègrent des données générales de réglage des instructions, leur permettant d'expliquer le raisonnement et de s'engager dans des discussions complexes, améliorant ainsi l'interprétabilité.

Scénarios d'application

La polyvalence permet une application à différentes étapes du développement thérapeutique :

• Identification de la cible:Aider à identifier des cibles biologiques prometteuses pour de nouvelles thérapies.
• Prédiction des propriétés des médicaments:Évaluation de la sécurité, de l’efficacité et de la biodisponibilité potentielles des candidats médicaments.
• Prédiction des résultats des essais cliniques:Anticiper les résultats potentiels des essais cliniques, contribuer à une meilleure conception des essais et à une meilleure allocation des ressources.

Conseils d'utilisation

Pour maximiser les bénéfices :

• Réglage fin:Utilisez le bloc-notes Colab fourni pour affiner les modèles TxGemma avec des données propriétaires, améliorant ainsi la précision prédictive pour des applications spécifiques.
• Intégration avec les systèmes Agentic:Intégrez TxGemma dans des systèmes agentiques comme Agentic-Tx pour résoudre des problèmes de recherche complexes en plusieurs étapes, en tirant parti de ses capacités de raisonnement aux côtés d'autres outils.
• Paramètres d'échantillonnage optimaux:Lorsque vous l'utilisez pour la génération de texte, configurez les paramètres d'échantillonnage de manière appropriée (par exemple, température : 1.0, top-k : 64, top-p : 0.95).

Voir aussi API Grok 3

Conclusion

Google AI a publié ces modèles dans le but d'améliorer notre monde et d'accroître l'efficacité. Plus que de simples outils, ils contribuent au développement dans tous les secteurs, toutes les langues et toutes les disciplines.

L'intelligence artificielle ouvre de nouveaux horizons. Cependant, lorsque nous faisons des choix liés à ces technologies, la sécurité doit toujours primer. Tirer parti des avantages de l'IA de Google nous aidera à développer tous nos projets d'IA de manière responsable.

Comment appeler l'API TxGemma depuis CometAPI

1.Se connecter à cometapi.comSi vous n'êtes pas encore notre utilisateur, veuillez d'abord vous inscrire.

2.Obtenir la clé API d'identification d'accès de l'interface. Cliquez sur « Ajouter un jeton » au niveau du jeton API dans l'espace personnel, récupérez la clé du jeton : sk-xxxxx et soumettez.

3. Obtenez l'URL de ce site : https://api.cometapi.com/

4. Sélectionnez TxGemma pour envoyer la requête API et définissez le corps de la requête. La méthode et le corps de la requête sont obtenus à partir de notre documentation API de site WebNotre site Web propose également le test Apifox pour votre commodité.

5. Traitez la réponse de l'API pour obtenir la réponse générée. Après l'envoi de la requête API, vous recevrez un objet JSON contenant la complétion générée.