VespaG
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
- Technical University of Munich,Sorbonne University,Institute for Advanced Study,Université Paris Cité,Institut Universitaire de France (IUF)
- Typ organizace
- Academia,Academia,Academia,Academia,Research collective
- Země
- Germany, France, United States of America
- Publikováno
- 9 September 2024
- Autoři
- Céline Marquet, Julius Schlensok, Marina Abakarova, Burkhard Rost, Elodie Laine
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Biology
- Úkol
- Protein property prediction, Protein or nucleotide language model (pLM/nLM)
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 660K
- Výcviková data
- tokens
- Epochy
- 200
Total datapoints = 39,000,000 39,000,000 = 3.9 x 10^7 Final data estimate: 3.9e7
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
- Expert-guided protein Language Models enable accurate and blazingly fast fitness prediction
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Pozadí
VespaG byl zveřejněn Technical University of Munich,Sorbonne University,Institute for Advanced Study,Université Paris Cité,Institut Universitaire de France (IUF), v zemi zaznamenané jako Germany, během September 2024. Vychází z organizace, která je kategorizována jako academia,Academia,Academia,Academia,Research collective.
funguje v oblasti Biology, a je zaznamenán jako vykonávající úkol protein property prediction, Protein or nucleotide language model (pLM/nLM).
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Odpovědi
VespaG — běžné otázky
VespaG— 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.
VespaG— Je to OPEN SOURCE?
Licencování nikdy nebylo zaznamenáno v našich zdrojových datech. Neuváděné licencování považujeme za uzavřené, protože nezaznamenaná licence není na kterou by se dalo spoléhat.
VespaG— kolik má parametrů?
Má počet parametrů 660K. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
VespaG— Kdo to vytvořil?
Bylo to publikováno společností Technical University of Munich,Sorbonne University,Institute for Advanced Study,Université Paris Cité,Institut Universitaire de France (IUF), zakládající se na Germany, organizace zařazená jako academia,Academia,Academia,Academia,Research collective.
VespaG— 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.
VespaG— K čemu se to používá?
funguje v oblasti Biology, a je zaznamenáno jako zpracovávající úkol protein property prediction, Protein or nucleotide language model (pLM/nLM). Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
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.