ProtChatGPT
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- University of Technology Sydney,Zhejiang University (ZJU)
- Organisationsart
- Academia,Academia
- Land
- Australia, China
- Veröffentlicht
- 15 February 2024
- Autoren
- Chao Wang, Hehe Fan, Ruijie Quan, Yi Yang
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Biology
- Aufgabe
- Protein question answering
- Basis-Modell
- Llama 3-8B
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 8B
- Trainingsdaten
- tokens
Stage 1: - Proteins: 549,000 × 500 = 2.745 × 10⁸ - Descriptions: 549,000 × 50 = 2.745 × 10⁷ - Total: 2.745 × 10⁸ + 2.745 × 10⁷ = 3.0195 × 10⁸ Stage 2: - Proteins: 143,508 × 500 = 7.1754 × 10⁷ - Descriptions: 143,508 × 50 = 7.1754 × 10⁶ - Total: 7.1754 × 10⁷ + 7.1754 × 10⁶ = 7.892 × 10⁷ Final Total: 3.0195 × 10⁸ + 7.892 × 10⁷ = 3.8087 × 10⁸
Training-Compute
Die Berechnung, die durchgeführt wird, um das Modell zu trainieren, gemessen in Gleitpunktoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht dafür, wie schnell das fertige Modell Ihnen antwortet.
- Training-Compute
- 7.2 × 10²³ FLOP
- Wie es etabliert wurde
- Hardware
- Feinabstimmung Rechenleistung
- 3.5 × 10¹⁹ FLOP
GPU hours: 86400s*9.9e+14*2*0.4=6.8e+19 6ND: 6*8000000000*380000001=18240000048000000000 GMean(1.8e+19,6.8e+19)=3.5e+19 Base model: 7.2e+23 Total: 720035320120906900000000
Der Trainingslauf
Was es physisch gekostet hat, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Wand gezogen hat.
- Trainingshardware
- NVIDIA H100 SXM5 80GB
- Verwendete Chips
- 2
- Wand-Uhrzeit
- 24 hours
- Stromverbrauch
- 2.8 kW
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Closed — provider access only
- Modellzugang
- Unreleased
- Training-Code
- Unreleased
"Code and our pre-trained model will be publicly available" as of May'25 I cannot find it
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Wahrscheinlich über 10²³ FLOP
- Yes
- Aufzeichnungsgenauigkeit
- Confident
- Zitationen
- 23
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- ProtChatGPT: Towards Understanding Proteins with Large Language Models
- Zuletzt aktualisiert
- 25 May 2026
Was die Zahlen bedeuten
Hintergrund
ProtChatGPT wurde veröffentlicht von University of Technology Sydney,Zhejiang University (ZJU), im Land aufgezeichnet als Australia, während February 2024. Es stammt aus einer Organisation, die kategorisiert ist als academia,Academia.
Es funktioniert im Bereich von Biology, und wird als die Aufgabe von aufgezeichnet protein question answering.
Anstatt von Grund auf neu trainiert zu werden, ist es abgeleitet von Llama 3-8B. Das ist der übliche Weg, wie ein spezialisiertes Modell hergestellt wird.
Dies ist ein geschlossenes Modell: die trainierten Werte blieben bei demjenigen, der sie erzeugt hat, und es gibt keine lokale Version zum Ausführen.
Was in den Aufbau geflossen ist
Die Herstellung erforderte eine Arithmetik, die insgesamt etwa 7.2 × 10²³ FLOP, auf Hardware erfasst als NVIDIA H100 SXM5 80GB. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Antworten
ProtChatGPT — Häufige Fragen
ProtChatGPT— Wofür wird es verwendet?
Es funktioniert im Bereich von Biology, und wird als Bewältigung der Aufgabe von protein question answering. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
ProtChatGPT— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 7.2 × 10²³ FLOP, auf Hardware erfasst als NVIDIA H100 SXM5 80GB. Das misst, was die Produktion des Modells gekostet hat, und sagt nichts darüber aus, wie schnell es einmal trainiert antwortet — die Inferenzgeschwindigkeit kommt von der MEMORY-BANDWIDTH, nicht vom TRAINING-BUDGET.
ProtChatGPT— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
ProtChatGPT— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
ProtChatGPT— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 8B. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
ProtChatGPT— Wer hat es erstellt?
Es wurde veröffentlicht von University of Technology Sydney,Zhejiang University (ZJU), basiert auf Australia, eine als kategorisierte Organisation academia,Academia.
ProtChatGPT— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in February 2024. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.