TxGemma API

TxGemma API, terapötik verilerden yola çıkarak tahminler, sınıflandırmalar veya metinler üretmek üzere tasarlanmış açık kaynaklı makine öğrenimi modelleri koleksiyonudur.

TxGemma'nın Özellikleri

TxGemma, Google'ın Gemma mimarisinden ince ayarlı, özellikle terapötik uygulamalar için tasarlanmış bir AI modelleri koleksiyonudur. Temel özellikleri şunlardır:

• Uzmanlaşmış Eğitim: TxGemma modelleri, terapötik görevlerle ilgili yaklaşık 7 milyon örnek üzerinde eğitilerek, ilaç keşfi süreci boyunca terapötik varlıkların özelliklerinin tahmin edilmesini sağlıyor.
• Model Varyantları: Paket, çeşitli hesaplama kaynaklarına ve uygulama ihtiyaçlarına uyum sağlamak için 2 milyar (2B), 9 milyar (9B) ve 27 milyar (27B) parametreli, farklı boyutlardaki modellerden oluşmaktadır.
• Tahmin Et ve Sohbet Sürümleri:Her model boyutu, toksisite tahmini gibi belirli görevler için bir 'tahmin' sürümü ve konuşma tabanlı veri analizi için bir 'sohbet' sürümü sunarak karmaşık sorguları ve çok yönlü tartışmaları kolaylaştırır.

TxGemma'nın Performans Ölçümleri

Bu modellerin performansı çeşitli terapötik görevlerde titizlikle değerlendirilmiştir:

• Kıyaslama: 27B tahmin sürümü, 64 görevden 66'ünde önceki son teknoloji modellerle eşleşen veya onları geride bırakan ve 26 görevde uzmanlaşmış modelleri geride bırakan üstün bir performans sergiliyor.
• Görev Çok Yönlülüğü: Sınıflandırmada (örneğin, kan-beyin bariyeri geçirgenliğini tahmin etme), regresyonda (örneğin, ilaç bağlanma afinitesini tahmin etme) ve üretim görevlerinde (örneğin, reaksiyon ürünlerinden reaktan kümelerini çıkarma) mükemmeldir.

Teknik özellikler

Mimari ve eğitim metodolojileri, yetenekleri açısından çok önemlidir:

• Temel Modeli:Google'ın Gemma mimarisi üzerine inşa edilen TxGemma, metin oluşturma görevleri için optimize edilmiş yalnızca kod çözücü dönüştürücü modellerinden yararlanır.
• Eğitim verileri: Modeller, ilaç geliştirme bağlamlarında öngörücü doğruluklarını artırmak için 7 milyon terapötik örnekten oluşan çeşitli bir veri kümesi kullanılarak ince ayarlanmıştır.
• Hesaplamalı VerimlilikPerformansı hesaplama talepleriyle dengelemek için tasarlanan TxGemma modelleri, farklı kaynaklara sahip araştırmacıların erişimine açıktır.

Tx-LLM'den TxGemma'ya Evrim

Bu modeller, öncülü Tx-LLM'den bir evrimi temsil ediyor:

• Gelişmiş Erişilebilirlik:Tx-LLM önemli bir ilgi görürken, TxGemma daha geniş bir kabul ve özelleştirmeyi kolaylaştıran pratik ölçeklerde açık modeller sunuyor.
• Geliştirilmiş Performans: TxGemma modelleri, çok sayıda terapötik görevde uzmanlaşmış modellerle rekabet edebilecek düzeyde gelişmiş tahmin yetenekleri sergiliyor.

TxGemma'nın Avantajları

Bu modellerin terapötik geliştirmede benimsenmesinin çeşitli avantajları vardır:

• Hızlandırılmış İlaç Keşfi:Terapotik varlıkların özelliklerini doğru bir şekilde tahmin ederek, TxGemma yeni tedavileri pazara sunmayla ilişkili zaman ve maliyeti azaltabilir.
• Açık Kaynak Erişilebilirliği: Açık modeller olan TxGemma, araştırmacıların modelleri belirli veri kümelerine ve görevlere göre ince ayar yapmalarına ve uyarlamalarına olanak tanır; bu da yenilikçiliği ve iş birliğini teşvik eder.
• Çok yönlülük: Farklı boyut ve versiyonlarda modellerin bulunması, öngörücü analizden konuşma tabanlı veri analizine kadar geniş bir yelpazedeki görevlerde uygulama olanağı sağlar.

Teknik Göstergeler

Teknik performansın altını çizen birkaç gösterge var:

• Parametre Verimliliği: Boyutları farklı olmasına rağmen, tüm TxGemma modelleri karmaşıklık ve hesaplama verimliliği arasında bir denge sağlayarak, farklı kaynak kapasitelerine sahip kullanıcılar için erişilebilirliği garanti eder.
• Talimat Ayarlama: 'Sohbet' versiyonları genel talimat ayarlama verilerini içerir, bu da onların muhakemeyi açıklamalarına ve karmaşık tartışmalara katılmalarına olanak tanır ve böylece yorumlanabilirliği artırır.

Uygulama Senaryoları

Çok yönlülüğü, terapötik gelişimin çeşitli aşamalarında uygulamaya olanak tanır:

• Hedef Tanımlama:Yeni tedaviler için umut vadeden biyolojik hedeflerin belirlenmesine yardımcı olmak.
• İlaç Özelliği Tahmini:İlaç adaylarının potansiyel güvenliğini, etkinliğini ve biyoyararlanımını değerlendirmek.
• Klinik Araştırma Sonuç Tahmini: Klinik denemelerin potansiyel sonuçlarını öngörmek, daha iyi deneme tasarımı ve kaynak tahsisine yardımcı olmak.

Kullanım İpuçları

Avantajları en üst düzeye çıkarmak için:

• İnce ayar:Tescilli verilerle TxGemma modellerini ince ayarlamak için sağlanan Colab not defterini kullanın ve belirli uygulamalar için öngörü doğruluğunu artırın.
• Agentic Sistemleriyle Entegrasyon: Karmaşık, çok adımlı araştırma problemlerini çözmek için TxGemma'yı Agentic-Tx gibi aracı sistemlere dahil edin ve diğer araçların yanı sıra akıl yürütme yeteneklerinden de yararlanın.
• Optimum Örnekleme Parametreleri: Metin oluşturma amacıyla kullanırken örnekleme parametrelerini uygun şekilde yapılandırın (örneğin sıcaklık: 1.0, en yüksek değer: 64, en yüksek değer: 0.95).

Ayrıca bakınız Grok 3 API

Sonuç

Google AI, dünyamızı iyileştirmek ve verimliliği artırmak amacıyla bu modelleri yayınladı. Bunlar sadece araçlardan daha fazlasıdır; endüstriler, diller ve etikler genelinde gelişimi teşvik etmeye yardımcı olurlar.

Yapay zeka yeni ufuklara kapı açıyor. Ancak, bu tür teknolojilerle ilgili seçimler yaparken her zaman önce güvenliği aramalıyız. Google AI avantajlarını kullanmak, tüm AI projelerini sorumlu bir şekilde inşa etmemize yardımcı olacaktır.

CometAPI'den TxGemma API'sini nasıl çağırabilirim?

1.Log in için cometapi.com. Eğer henüz kullanıcımız değilseniz lütfen önce kayıt olun.

2.Erişim kimlik bilgisi API anahtarını alın arayüzün. Kişisel merkezdeki API token'ında "Token Ekle"ye tıklayın, token anahtarını alın: sk-xxxxx ve gönderin.

3. Bu sitenin URL'sini alın: https://api.cometapi.com/

4. API isteğini göndermek ve istek gövdesini ayarlamak için TxGemma'yı seçin. İstek yöntemi ve istek gövdesi şuradan elde edilir: web sitemizin API dokümanıWeb sitemizde ayrıca kolaylığınız için Apifox testi de bulunmaktadır.

5. Oluşturulan cevabı almak için API yanıtını işleyin. API isteğini gönderdikten sonra, oluşturulan tamamlamayı içeren bir JSON nesnesi alacaksınız.