Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti tohoto modelu jsou otevřené, ale žádný počet parametrů pro něj nebyl zveřejněn. Každé číslo týkající se paměti a rychlosti vychází z této hodnoty, takže bychom raději nic neukázali, než fabrikaovaný odhad..
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
- ETH Zurich,University of Zurich,ETH AI Center
- Typ organizace
- Academia,Academia,Research collective
- Země
- Switzerland
- Publikováno
- 19 August 2024
- Autoři
- Heath Arthur-Loui, Amina Mollaysa, Michael Krauthammer
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Biology
- Úkol
- Drug discovery
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
- Epochy
- 500
QM9 Dataset: 113,885 molecules × 40 tokens = 4,555,400 tokens ZINC250k Dataset: 250,000 molecules × 120 tokens = 30,000,000 tokens Total: 4,555,400 + 30,000,000 = 34,555,400 tokens ≈ 3.5 × 10^7 tokens
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Jak bylo ustanoveno
- Hardware
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA GeForce RTX 4090
- Používané čipy
- 1
- Příkon
- 487 W
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
- Open — downloadable
- Přístup k modelu
- Open weights (non-commercial)
- Tréninkový kód
- Open (non-commercial)
no clear license https://github.com/HeathArhturLouis/Rethinking-Molecular-Design-Integrating-Latent-Variable-and-Autoregressive-Models-for-Enhanced-Goal
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
- Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Pozadí
Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation byl zveřejněn ETH Zurich,University of Zurich,ETH AI Center, v zemi zaznamenané jako Switzerland, během August 2024. Kategorie, do které vydavatel spadá, je academia,Academia,Research collective.
funguje v oblasti Biology, a je zaznamenán jako vykonávající úkol drug discovery.
Otevřené váhy jsou to, co dává této stránce místo v kalkulátoru spíše než pouze v katalogu: je to model, který můžeš skutečně držet.
Odpovědi
Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation — běžné otázky
Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation— Jakou GPU potřebuji k jejímu spuštění?
Nemůžeme říct. Má otevřené váhy, ale žádný počet parametrů pro něj nebyl zveřejněn a každý výpočet paměti a rychlosti začíná od toho čísla. Raději bychom ukázali nic než vykonstruovaný odhad.
Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation— Je to OPEN SOURCE?
Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.
Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation— Kdo to vytvořil?
Bylo to publikováno společností ETH Zurich,University of Zurich,ETH AI Center, zakládající se na Switzerland, organizace zařazená jako academia,Academia,Research collective.
Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation— Kdy byl vydán?
Bylo to zveřejněno v August 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation— K čemu se to používá?
funguje v oblasti Biology, a je zaznamenáno jako zpracovávající úkol drug discovery. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation— kde si to mohu stáhnout?
Váhy jsou zveřejněny, i když nemáme odkaz na repozitář. Tato stránka vypočítává hardwarové požadavky spíše než aby hostila modelové soubory.
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.