Gleghorn Lab 发布 cppi_embeddings 数据集, 应用在 自然语言处理、生物信息学 领域

Gleghorn Lab 本次发布的数据集 cppi_embeddings, 该数据集包含两个主要特征：seqs（字符串类型的序列）和vectors（浮点数类型的序列）。数据集分为两个部分：ankh_large_encoder和esm2_t33_650M_UR50D，每个部分都有对应的字节数和样本数。数据集的总下载大小为2202343244字节，实际大小为2000833396字节。配置部分指定了数据文件的路径和对应的拆分。

查看cppi_embeddings

Dataset card 内容： 

Files and versions 内容： 

关于 Gleghorn Lab , Gleghorn Lab是一个专注于计算机科学和人工智能领域研究的实验室，致力于推动技术创新和突破，在机器学习、数据分析和智能系统等方向拥有深厚的研究实力和丰富的项目经验。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。