TxGemma API

ジェマ API は、治療関連データに基づいて予測、分類、またはテキストを生成するように設計されたオープンソースの機械学習モデルのコレクションです。

TxGemmaの特徴

TxGemma は、Google の Gemma アーキテクチャから微調整された AI モデルのコレクションであり、特に治療アプリケーション向けにカスタマイズされています。主な機能は次のとおりです。

• 専門トレーニングTxGemma モデルは、治療タスクに関連する約 7 万の例に基づいてトレーニングされており、創薬プロセス全体を通じて治療物質の特性を予測できます。
• モデルバリアントこのスイートは、多様な計算リソースとアプリケーションのニーズに対応するために、2億（2B）、9億（9B）、27億（27B）のパラメータのさまざまなサイズのモデルで構成されています。
• 予測とチャットバージョン各モデル サイズには、毒性予測などの特定のタスク用の「予測」バージョンと、会話型データ分析用の「チャット」バージョンが用意されており、複雑なクエリや複数ターンのディスカッションを容易に行うことができます。

TxGemma のパフォーマンス メトリック

これらのモデルのパフォーマンスは、さまざまな治療タスクにわたって厳密に評価されています。

• ベンチマーク: 27B 予測バージョンは、64 のタスクのうち 66 で以前の最先端モデルを上回るか同等であり、26 のタスクで専門モデルを上回る優れたパフォーマンスを示しています。
• タスクの多様性: 分類（例：血液脳関門透過性の予測）、回帰（例：薬物結合親和性の推定）、生成タスク（例：反応生成物からの反応物セットの推定）に優れています。

技術仕様

アーキテクチャとトレーニング方法論は、その機能にとって極めて重要です。

• 基礎モデル: Google の Gemma アーキテクチャに基づいて構築された TxGemma は、テキスト生成タスクに最適化されたデコーダーのみのトランスフォーマー モデルを活用します。
• トレーニングデータモデルは、7 万の治療例の多様なデータセットを使用して微調整され、医薬品開発のコンテキストにおける予測精度が向上します。
• 計算効率TxGemma モデルは、パフォーマンスと計算要求のバランスをとるように設計されており、さまざまなリソースを持つ研究者が利用できます。

Tx-LLM から TxGemma への進化

これらのモデルは、前身の Tx-LLM からの進化を表しています。

• アクセシビリティの強化Tx-LLM が大きな関心を集めた一方で、TxGemma は実用的な規模でオープン モデルを提供し、より広範な採用とカスタマイズを促進します。
• パフォーマンスを向上させたTxGemma モデルは、数多くの治療タスクにわたる専門モデルに匹敵する、強化された予測機能を備えています。

TxGemmaの利点

治療開発においてこれらのモデルを採用すると、いくつかの利点が得られます。

• 創薬の加速TxGemma は治療物質の特性を正確に予測することで、新しい治療法を市場に投入するまでの時間とコストを削減できます。
• オープンソースのアクセシビリティ: オープン モデルである TxGemma を使用すると、研究者はモデルを微調整して特定のデータセットやタスクに適応させることができ、イノベーションとコラボレーションを促進できます。
• 汎用性さまざまなサイズとバージョンのモデルが用意されているため、予測分析から会話型データ分析まで、さまざまなタスクに適用できます。

テクニカル指標

技術的なパフォーマンスは、いくつかの指標によって強調されます。

• パラメータ効率サイズは異なりますが、すべての TxGemma モデルは複雑さと計算効率のバランスを維持し、さまざまなリソース容量を持つユーザーがアクセスできるようにします。
• 命令チューニング: 「チャット」バージョンには、一般的な指示調整データが組み込まれており、推論を説明したり、複雑な議論に参加したりできるため、解釈可能性が向上します。

アプリケーションシナリオ

汎用性により、治療開発のさまざまな段階に適用できます。

• ターゲットの識別: 新しい治療法の有望な生物学的ターゲットの特定を支援します。
• 薬物特性予測: 候補薬剤の潜在的な安全性、有効性、および生物学的利用能を評価します。
• 臨床試験の結果予測臨床試験の潜在的な結果を予測し、より適切な試験設計とリソースの割り当てを支援します。

使い方のヒント

メリットを最大限にするには:

• 微調整: 提供されている Colab ノートブックを利用して、独自のデータで TxGemma モデルを微調整し、特定のアプリケーションの予測精度を向上させます。
• エージェントシステムとの統合: TxGemma を Agentic-Tx などのエージェント システムに組み込み、その推論機能を他のツールと併用して、複雑で複数ステップの研究課題に取り組みます。
• 最適なサンプリングパラメータ: テキスト生成に使用する場合は、サンプリングパラメータを適切に設定してください（例：温度：1.0、top-k：64、top-p：0.95）。

も参照してください Grok 3 API

結論

Google AI は、私たちの世界を改善し、効率性を高めることを目的としてこれらのモデルをリリースしました。これらは単なるツールではなく、業界、言語、倫理を超えた開発を促進するのに役立ちます。

人工知能は新たな地平への扉を開きます。しかし、このようなテクノロジーに関連する選択をするときは、常に安全性を第一に考える必要があります。Google AI の利点を活用することで、すべての AI プロジェクトを責任を持って構築できるようになります。

CometAPI から TxGemma API を呼び出す方法

1.ログイン 〜へ コムタピまだユーザーでない方は、まずはご登録をお願いいたします。

2.アクセス認証情報APIキーを取得する インターフェースの。パーソナルセンターのAPIトークンで「トークンの追加」をクリックし、トークンキー：sk-xxxxxを取得して送信します。

3. このサイトの URL を取得します。 https://api.cometapi.com/

4. TxGemmaを選択してAPIリクエストを送信し、リクエスト本文を設定します。リクエストメソッドとリクエスト本文は以下から取得されます。 当社のウェブサイトAPIドキュメント弊社のウェブサイトでは、お客様の便宜を図るため、Apifox テストも提供しています。

5. API レスポンスを処理して、生成された回答を取得します。API リクエストを送信すると、生成された補完を含む JSON オブジェクトが受信されます。