KinoML
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Charité-Universitätsmedizin Berlin,Saarland University,Memorial Sloan Kettering Cancer Center
- Typ organizace
- Academia,Academia
- Země
- Germany, United States of America
- Publikováno
- 10 September 2024
- Autoři
- Raquel López-Ríos de Castro, Jaime Rodríguez-Guerra, David Schaller, Talia B Kimber, Corey Taylor, Jessica B White, Michael Backenköhler, Alexander Payne, Ben Kaminow, Iván Pulido, Sukrit Singh, Paula Linh Kramer, Guillermo Pérez-Hernández, Andrea Volkamer, John D Chodera
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Biology
- Úkol
- Drug discovery, Protein-ligand binding affinity prediction
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- Výcviková data
- tokens
Total Datapoints = KLIFS + KinCo + ChEMBL + PKIS2 = 6,667 + 137,778 + (159,823 + 15,578 + 11,412) + 261,870 = 6,667 + 137,778 + 186,813 + 261,870 = 592,128 ≈ 6.17 × 10⁵
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Open source
MIT license: https://github.com/openkinome/kinoml
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Confident
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Lessons learned during the journey of data: from experiment to model for predicting kinase affinity, selectivity, polypharmacology, and resistance
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
O tomto modelu
KinoML byl zveřejněn Charité-Universitätsmedizin Berlin,Saarland University,Memorial Sloan Kettering Cancer Center, v zemi zaznamenané jako Germany, během September 2024. Kategorie, do které vydavatel spadá, je academia,Academia.
funguje v oblasti Biology, a je zaznamenán jako vykonávající úkol drug discovery, Protein-ligand binding affinity prediction.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Odpovědi
KinoML — běžné otázky
KinoML— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
KinoML— Kdo to vytvořil?
Bylo to publikováno společností Charité-Universitätsmedizin Berlin,Saarland University,Memorial Sloan Kettering Cancer Center, zakládající se na Germany, organizace zařazená jako academia,Academia.
KinoML— Kdy byl vydán?
Bylo to zveřejněno v September 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
KinoML— K čemu se to používá?
funguje v oblasti Biology, a je zaznamenáno jako zpracovávající úkol drug discovery, Protein-ligand binding affinity prediction. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
KinoML— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
KinoML— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.