跳到正文
RadarAI· 蚂蚁 inclusionAI:HuggingFace 新模型·· 1 小时前AI 评分30

蚂蚁 inclusionAI 开源生理信号编码器 LingSante-Pulse-1.0

AI 导读

蚂蚁 inclusionAI 在 HuggingFace 发布生理信号编码器 LingSante-Pulse-1.0,采用 MIT 许可,需先安装独立推理代码包。模型支持 [T]、[C,T]、[B,C,T] 或对齐通道字典输入,代码包负责固定 128-Hz 预处理与填充掩码,输出 CLS 与 PatchMean 为 [B,C*256]。模型仅提供信号表征,不含任务专用预测头。

正文 · AI 翻译

蚂蚁 inclusionAI:HuggingFace 新模型·2026-11-20 16:39· 42 分钟前AI 评分42

inclusionAI/LingSante-Pulse-1.0

AI 导读

蚂蚁 inclusionAI 在 HuggingFace 发布生理信号编码器 LingSante-Pulse-1.0,采用 MIT 许可,需先安装独立的推理代码包。模型输入支持 [T]、[C,T]、[B,C,T] 或对齐的通道字典,代码包负责固定 128-Hz 预处理与存储填充掩码,输出 CLS 与观测有效的 PatchMean 为 [B,C*256]。该模型仅提供信号表征,不含任务专用预测头。

正文 · 原文

生理信号编码器,依据 MIT 许可发布。 使用这些模型资产前,请先安装独立的推理代码包。

用法

模型仓库为 inclusionAI/LingSante-Pulse-1.0。 发布后,此完整示例会在首次使用时下载模型:

import numpy as np
from lingsante_pulse import LingSantePulse

model = LingSantePulse.from_pretrained()
x = np.random.default_rng(42).normal(size=(2, 1, 1280)).astype(np.float32)
features = model.encode(x, sample_rate=128, channels=[{"modality": "ECG", "lead": "II"}])
print(features["cls"].shape)         # [2, 256]
print(features["patch_mean"].shape)  # [2, 256]

若要从当前模型目录加载已下载的资产,请使用 LingSantePulse.from_pretrained(".", local_files_only=True)。 revision 固定提交版本,local_files_only=True 使用本地/缓存资产。

文件与接口

  • model.safetensors:编码器参数。
  • config.json:模型格式与自动文件完整性检查。
  • channels.npz:固定的通道条件向量与名称。
  • channels.json:通道身份的物理描述。

输入使用 [T]、[C,T]、[B,C,T] 或对齐的通道字典。请指定实际 采样率和物理通道身份。代码包负责固定的 128-Hz 预处理、观测样本和存储填充掩码。

CLS 与观测有效的 PatchMean 分别以 [B,C*256] 返回, 通道按输入顺序拼接。return_tokens=True 还会返回按 0.25 秒间隔排列的 patch 特征和有效性掩码。这些是信号 表征;不包含任务专用预测头。

通道向量来源

固定向量使用 BAAI/bge-small-en-v1.5 生成, 采用 CLS 池化和 L2 归一化。此处仅包含生成的向量; 不随附任何上游编码器代码、权重或分词器。

来源:蚂蚁 inclusionAI:HuggingFace 新模型 · huggingface.co

来源:RadarAI · aihot.news