LEP-AD
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
- King Abdullah University of Science and Technology (KAUST),Karolinska Institute
- Typ organizace
- Academia,Academia
- Země
- Saudi Arabia, Sweden
- Publikováno
- 15 March 2023
- Autoři
- Anuj Daga, Sumeer Ahmad Khan, David Gomez Cabrero, Robert Hoehndorf, Narsis A. Kiani, Jesper Tegner
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Biology
- Úkol
- Proteins, Protein interaction prediction, Drug discovery, Protein-ligand binding affinity prediction
- Základní model
- ESM2-3B
- Číselný formát
- FP16
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 3B
- Výcviková data
- 1,244,420 tokens
Uses ESM-2 3B. Table 2 gives details on the non-ESM layers. The GCN appears to have about 3.31M parameters and the linear layers should have 771k and 3.3M, respectively. So total is ~3.007B
Largest dataset appears to be STITCH, at 1244420 drug-target pairs.
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 (non-commercial)
https://github.com/adaga06/LEP-AD unclear license
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- SOTA improvement
- Záznam důvěry
- Confident
- Citace
- 1
Tables 3-5 "We report new best-in-class state-of-the-art results compared to competing methods such as SimBoost, DeepCPI, Attention-DTA, GraphDTA, and more using multiple datasets, including Davis, KIBA, DTC, Metz, ToxCast, and STITCH. Finally, we find that a pre-trained model with embedding of proteins (the LED-AD) outperforms a model using an explicit alpha-fold 3D representation of proteins (e.g., LEP-AD supervised by Alphafold)"
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- LEP-AD: Language Embedding of Proteins and Attention to Drugs predicts Drug Target Interactions
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Co je tento MODEL
LEP-AD byl zveřejněn King Abdullah University of Science and Technology (KAUST),Karolinska Institute, v zemi zaznamenané jako Saudi Arabia, během March 2023. Vydavatelská organizace je kategorizována jako academia,Academia.
funguje v oblasti Biology, a je zaznamenán jako vykonávající úkol proteins, Protein interaction prediction, Drug discovery, Protein-ligand binding affinity prediction.
Místo toho, aby byl trénován od nuly, je odvozen z ESM2-3B. Většina modelů na této úrovni je přizpůsobena z existující základny namísto toho, aby byla vytvořena od nuly.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Co bylo zapotřebí k jeho vybudování
Trénink spotřeboval korpus kolem 1,244,420 tokeny textu
Důvod, proč se to v tomto katalogu vůbec objevuje: sOTA improvement.
Odpovědi
LEP-AD — běžné otázky
LEP-AD— kolik má parametrů?
Má počet parametrů 3B. Uses ESM-2 3B. Table 2 gives details on the non-ESM layers. The GCN appears to have about 3.31M parameters and the linear layers should have 771k and 3.3M, respectively. So total is ~3.007B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
LEP-AD— Kdo to vytvořil?
Bylo to publikováno společností King Abdullah University of Science and Technology (KAUST),Karolinska Institute, zakládající se na Saudi Arabia, organizace zařazená jako academia,Academia.
LEP-AD— Kdy byl vydán?
Bylo to zveřejněno v March 2023. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
LEP-AD— K čemu se to používá?
funguje v oblasti Biology, a je zaznamenáno jako zpracovávající úkol proteins, Protein interaction prediction, Drug discovery, Protein-ligand binding affinity prediction. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
LEP-AD— 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.
LEP-AD— 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.