泰克傑瑪 API 是一組開源機器學習模型，旨在根據治療相關資料產生預測、分類或文字。
TxGemma 的功能
TxGemma 是經過 Google Gemma 架構微調的 AI 模型集合，專門針對治療應用而客製化。主要特點包括：
- 專業培訓：TxGemma 模型經過大約 7 萬個與治療任務相關的範例的訓練，使其能夠在整個藥物發現過程中預測治療實體的屬性。
- 型號變體：該套件包含不同大小的模型——2 億 (2B)、9 億 (9B) 和 27 億 (27B) 個參數——以適應不同的計算資源和應用需求。
- 預測和聊天版本：每個模型大小都為特定任務（如毒性預測）提供「預測」版本，並為對話資料分析提供「聊天」版本，從而促進複雜的查詢和多輪討論。
TxGemma 的性能指標
這些模型的表現已在各種治療任務中嚴格評估：
- 標杆測試：27B 預測版本表現出卓越的性能，在 64 項任務中的 66 項上超越或匹配之前最先進的模型，並在 26 項任務上超越專門的模型。
- 任務靈活性：它在分類（例如，預測血腦屏障通透性）、回歸（例如，估計藥物結合親和力）和生成任務（例如，從反應產物中推斷反應物組）方面表現出色。
技術規格
架構和培訓方法對於其功能至關重要：
- 基礎模型：TxGemma 建立在 Google 的 Gemma 架構之上，利用針對文字產生任務最佳化的僅解碼器轉換器模型。
- 訓練數據：使用 7 萬個治療範例的多樣化資料集對模型進行微調，從而提高了其在藥物開發環境中的預測準確性。
- 計算效率：TxGemma 模型旨在平衡效能和運算需求，可供擁有不同資源的研究人員使用。
從Tx-LLM到TxGemma的演變
這些模型代表了其前身 Tx-LLM 的演進：
- 增強的可訪問性：雖然 Tx-LLM 引起了人們的極大興趣，但 TxGemma 提供了實用規模的開放模型，促進了更廣泛的採用和客製化。
- 改進性能：TxGemma 模型表現出增強的預測能力，可與眾多治療任務中的專門模型相媲美。
TxGemma 的優勢
在治療開發中採用這些模型有幾個優點：
- 加速藥物發現：透過準確預測治療實體的特性，TxGemma 可以減少將新療法推向市場所需的時間和成本。
- 開源可訪問性：作為開放模型，TxGemma 允許研究人員對模型進行微調和調整，以適應特定的資料集和任務，促進創新和協作。
- 多功能性：不同大小和版本的模型可用於一系列任務，從預測分析到對話資料分析。
技術指標
技術性能由以下幾個指標來體現：
- 參數效率：儘管大小各異，所有 TxGemma 模型都保持了複雜性和計算效率之間的平衡，確保不同資源能力的使用者都能使用。
- 指令調優：『聊天』版本包含通用指令調整數據，使它們能夠解釋推理並參與複雜的討論，從而增強可解釋性。
應用場景
其多功能性使其可應用於治療發展的各個階段：
- 目標識別：協助確定新療法的有前景的生物學目標。
- 藥物特性預測：評估候選藥物的潛在安全性、有效性和生物利用度。
- 臨床試驗結果預測：預測臨床試驗的潛在結果，幫助更好地進行試驗設計和資源分配。
使用技巧
為了利益最大化：
- 微調：利用提供的 Colab 筆記本透過專有資料對 TxGemma 模型進行微調，提高特定應用的預測準確性。
- 與 Agentic Systems 集成：將 TxGemma 納入 Agentic-Tx 等代理系統中，以解決複雜、多步驟的研究問題，並利用其推理能力以及其他工具。
- 最佳採樣參數：用於文字產生時，適當配置取樣參數（例如temperature:1.0，top-k:64，top-p:0.95）。
參見 Grok 3 API
結論
Google AI 發布這些模型的目的是改善我們的世界並提高效率。它們不僅僅是工具；它們有助於促進跨行業、跨語言、跨道德的發展。
人工智慧打開了新視野的大門。然而，在做出與此類技術相關的選擇時，我們應該始終追求安全第一。利用 Google AI 優勢將幫助我們負責任地建立所有 AI 專案。
如何從 CometAPI 呼叫 TxGemma API
1.登入 至 cometapi.com。如果您還不是我們的用戶，請先註冊。
2.取得存取憑證 API 金鑰 介面.在個人中心的API token處點選“新增Token”，取得Token金鑰：sk-xxxxx並提交。
3.獲取本站的url： https://api.cometapi.com/
4.選擇TxGemma發送API請求並設定請求體。請求方法和請求主體來自 我們的網站 API 文檔。我們的網站也提供 Apifox 測試，以方便您的使用。
5.處理 API 回應以取得產生的答案。發送 API 請求後，您將收到一個包含產生的完成的 JSON 物件。