Containers for the Borzoi Model (Linder et al. 2025) using the Genomic API for Model Evaluation (GAME) Framework
Notice bibliographique
Résumé
The Predictor container (borzoi_human_predictor.sif) includes: Predictor script for sequence processing and error handling. Integrated Borzoi model with its dependencies and borzoi-gpu conda environment created using borzoi_gpu_environment.yml. Latest Baskerville and Borzoi repositories (as of 2025-02-25), which also contain helper scripts and 4 replicate model weights. Support scripts like: api_preprocessing_utils.py, error_message_functions_updated.py, predictor_help_message.json. NOTE: This container requires a GPU for execution because the Borzoi model relied on TensorFlow's GPU-accelerated operations. Running on CPU may lead to excessive memory usage and thread allocation failures. The (sample) Evaluator container (borzoi_evaluator.sif) includes: - Evaluator API script for genomic sequence evaluation. - Installed Python dependencies required by the Evaluator. Evaluator data directory (evaluator_data.tar.gz): This compressed file contains sample JSON data for testing the Evaluator container -- evaluator_message_more_complex.json. Running the containers: Always run the Predictor first, so it can listen for incoming connections: apptainer run --nv borzoi_human_predictor.sif HOST_IP HOST_PORT Then run the Evaluator: apptainer run \ -B absolute/path/to/evaluator_data:/evaluator_data \ -B absolute/path/to/predictions:/predictions \ evaluator.sif PREDICTOR_HOST PREDICTOR_PORT /predictions Important Notes: Input JSON file restriction: Currently, the script in the (sample) evaluator container can only process evaluator_message_more_complex.json as input. If a different JSON needs to be tested, please rename the JSON file to evaluator_message_more_complex.json to allow for the script to be able to find the mounted path in evaluator_data/ Predictions directory must be created: Before running the Evaluator container, please also create and mount predictions/ directory. Additional information can be found on GitHub: Genomic API for Model Evaluation Borzoi Model-specific information can be found within the same repository: Borzoi
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,103 | 0,060 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».