用途：Evo 2 是长上下文基因组基础模型，用于对 DNA 序列打分、嵌入与生成，适合逐核苷酸或逐序列似然计算、变异效应评估等场景。
主要能力：score_sequences 返回每条序列的平均对数似然（list[float] 或 np.ndarray），越负表示模型下越不可能；变异效应可计算固定窗口内的 Δll = ll_alt - ll_ref。generate 返回 GenerationOutput，含 .sequences、.logits 与 .logprobs_mean。模型包括 evo2_7b（7B，1M nt 上下文，约 22 GB）、evo2_40b（40B，1M nt，约 78 GB）、evo2_1b_base（1B，8K nt，约 6 GB，FP8 需 sm_89+）。
使用方式：安装 pip install evo2，首次加载从 Hugging Face 拉取权重。示例：from evo2 import Evo2; model = Evo2("evo2_7b"); ll = model.score_sequences(seqs)。生成示例：model.generate(prompt_seqs=["ATGAAAGCT"], n_tokens=256, temperature=0.7)。远程计算可提交作业，设置 HF_HOME 指向权重缓存挂载并设 HF_HUB_OFFLINE=1。
环境要求：Python 3.11（推荐 3.12，<3.13），CUDA 12.1+（推荐 12.4+），GPU 显存 24 GB（7B bf16）或 80 GB（40B），内存 32 GB 或 128 GB。
限制：7B/40B 推理受 GPU 限制；40B 在小于 80 GB 显存上会 OOM，需改用 7B 或 device_map 分片；score_sequences 需传 list[str] 而非张量；权重占用约 15 GB（7B）、80 GB（40B）。