scHyena

Uzavřené váhy Korea Advanced Institute of Science and Technology (KAIST) October 2024

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
Korea Advanced Institute of Science and Technology (KAIST)
Typ organizace
Academia
Země
Korea (Republic of)
Publikováno
4 October 2024
Autoři
Gyutaek Oh, Baekgyu Choi, Inkyung Jung, Jong Chul Ye

Co to dělá

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

Doména
Biology
Úkol
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.

Výcviková data
tokens

Cells: 430,312 + 145,170 = 575,482 Genes per cell: 19,306 Total data points: 575,482 × 19,306 = 11,111,255,492 (1.11 × 10¹⁰) Final estimate: 1.11 × 10¹⁰ 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.

Výpočty pro trénink
8.6 × 10¹⁸ FLOP

3.5*24*60*60*2*35580000000000*0.4=8.6075136e+18

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 3090
Používané čipy
2
Příkon
1.4 kW

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Záznam důvěry
Confident
Citace
12

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
scHyena: Foundation Model for Full-Length Single-Cell RNA-Seq Analysis in Brain
Nap poslední aktualizace
25 May 2026

Co čísla znamenají

O tomto modelu

scHyena byl zveřejněn Korea Advanced Institute of Science and Technology (KAIST), v zemi zaznamenané jako Korea (Republic of), během October 2024. Kategorie, do které vydavatel spadá, je academia.

funguje v oblasti Biology, a je zaznamenán jako vykonávající úkol protein or nucleotide language model (pLM/nLM).

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

Co bylo zapotřebí k jeho vybudování

Trénování si vyžádalo výpočetní rozpočet přibližně 8.6 × 10¹⁸ FLOP, na hardwaru zaznamenáno jako NVIDIA GeForce RTX 3090. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Odpovědi

scHyena — běžné otázky

01

scHyena— Kdo to vytvořil?

Bylo to publikováno společností Korea Advanced Institute of Science and Technology (KAIST), zakládající se na Korea (Republic of), organizace zařazená jako academia.

02

scHyena— Kdy byl vydán?

Bylo to zveřejněno v October 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

03

scHyena— K čemu se to používá?

funguje v oblasti Biology, a je zaznamenáno jako zpracovávající úkol protein or nucleotide language model (pLM/nLM). Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.

04

scHyena— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 8.6 × 10¹⁸ FLOP, na hardwaru zaznamenáno jako NVIDIA GeForce RTX 3090. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.

05

scHyena— 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.

06

scHyena— 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.

07

scHyena— kolik má parametrů?

Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 25 May 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.