Eve

Uzavřené váhy Harvard Medical School,University of Oxford 15M parametry October 2021

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
Harvard Medical School,University of Oxford
Typ organizace
Academia,Academia
Země
United States of America, United Kingdom of Great Britain and Northern Ireland
Publikováno
27 October 2021
Autoři
Jonathan Frazer, Pascal Notin, Mafalda Dias, Aidan Gomez, Joseph K. Min, Kelly Brock, Yarin Gal and Debora S. Marks

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména
Biology
Úkol
Protein pathogenicity prediction, Proteins

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

parametry
15M

"The Bayesian VAE architecture in EVE is comprised of a symmetric 3-layer encoder & decoder architecture (with 2,000-1,000-300 and 300-1,000-2,000 units respectively) and a latent space of dimension 50 [...] We use a single set of parameters for the encoder (ϕp) and learn a fully-factorized gaussian distribution over the weights of the decoder (θp)" They train a new VAE for each protein, and it doesn't seem like they trim the input sequence length, so the largest model will be the one trained fo…

Výcviková data
24,167,054,120 tokens

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

The model code is available at https://github.com/OATML-Markslab/EVE MIT 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

"Our model EVE (evolutionary model of variant effect) not only outperforms computational approaches that rely on labelled data but also performs on par with, if not better than, predictions from high-throughput experiments, which are increasingly used as evidence for variant classification" [Abstract] - SOTA improvement for very specific task

Záznam důvěry
Likely
Citace
631

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
Disease variant prediction with deep generative models of evolutionary data
Nap poslední aktualizace
1 January 2026

Co čísla znamenají

Odkud to přišlo

Eve byl zveřejněn Harvard Medical School,University of Oxford, v zemi zaznamenané jako United States of America, během October 2021. Vychází z organizace, která je kategorizována jako academia,Academia.

funguje v oblasti Biology, a je zaznamenán jako vykonávající úkol protein pathogenicity prediction, Proteins.

Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.

Trénink a původ

Tréninková sada běžela na přibližně 24,167,054,120 tokeny textu

Jeho kritérium zahrnutí: sOTA improvement.

Odpovědi

Eve — běžné otázky

01

Eve— 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.

02

Eve— Je to OPEN SOURCE?

Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.

03

Eve— kolik má parametrů?

Má počet parametrů 15M. "The Bayesian VAE architecture in EVE is comprised of a symmetric 3-layer encoder & decoder architecture (with 2,000-1,000-300 and 300-1,000-2,000 units respectively) and a latent space of dimension 50 [...] We use a single set of parameters for the encoder (ϕp) and learn a fully-factorized gaussian distribution over the weights of the decoder (θp)" They train a new VAE for each protein, and it doesn't seem like they trim the input sequence length, so the largest model will be the one trained for the largest input protein. Supplementary materials 1 gives statistics for each protein; the longest is 5202, which would indicate a network of size 15,010,300. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

04

Eve— Kdo to vytvořil?

Bylo to publikováno společností Harvard Medical School,University of Oxford, zakládající se na United States of America, organizace zařazená jako academia,Academia.

05

Eve— Kdy byl vydán?

Bylo to zveřejněno v October 2021. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

06

Eve— K čemu se to používá?

funguje v oblasti Biology, a je zaznamenáno jako zpracovávající úkol protein pathogenicity prediction, Proteins. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 1 January 2026

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.