
Chargez des checkpoints de modèles PyTorch pré-entraînés pour classer des molécules candidates ou analyser des spectres en métabolomique sans réentraînement.
Cette compétence permet à un agent d'effectuer une inférence gelée en utilisant des poids de réseaux neuronaux pré-entraînés. Elle est spécifiquement adaptée aux cas d'utilisation scientifiques, comme le classement de molécules candidates à l'aide des poids JESTR pour le jeu de données NPLIB1.
Utilisez cette compétence lorsque vous disposez d'un checkpoint PyTorch .pt ou .pth et que vous devez l'appliquer à un jeu de données cible pour le scoring ou le classement sans modifier les paramètres du modèle.
Adapté aux agents d'IA scientifique opérant dans des environnements compatibles GPU (Linux/CUDA) capables d'exécuter des scripts Python et de gérer des environnements conda.
Cette compétence n'a pas encore été examinée par notre pipeline d'audit automatisé.
Inspecteur de Workflow GitHub Actions
Vérifiez et reproduisez localement les workflows CI de GitHub Actions pour valider le statut des badges et l'intégrité du build.
Annotation de Séquence d'Injection
Identifie et valide l'espacement des échantillons QCpool dans les exports de métabolomique/lipidomique Sciex Multiquant.