CELLE-2
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte dieses Modells sind OPEN, aber es wurde keine Parameteranzahl veröffentlicht. Jede MEMORY- und Geschwindigkeitszahl basiert auf dieser Zahl, daher zeigen wir lieber nichts als eine erfundene Schätzung..
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
- Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley
- Organisationsart
- Research collective,Academia,Academia
- Land
- United States of America
- Veröffentlicht
- 10 October 2023
- Autoren
- Emaad Khwaja, Yun Song, Aaron Agarunov, Bo Huang
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Biology
- Aufgabe
- Protein localization prediction, Text-to-image
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.
- Trainingsdaten
- 4,327,372 tokens
Image tokens: 17,268 × 256 = 4,420,608 Sequence tokens: 17,268 × 400 = 6,907,200 Total: 4,420,608 + 6,907,200 = 11,327,808 (1.13e7) ['Likely' confidence in dataset size estimation - two estimations slightly differ within same OOM]
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
- Open — downloadable
- Modellzugang
- Open weights (unrestricted)
- Training-Code
- Open source
- Hugging Face
- HuangLab
MIT license: https://huggingface.co/HuangLab/CELL-E_2_HPA_Finetuned_480 MIT license: https://github.com/BoHuangLab/CELL-E_2
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Likely
- Zitationen
- 3
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- CELL-E 2: Translating Proteins to Pictures and Back with a Bidirectional Text-to-Image Transformer
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Woher es kam
CELLE-2 wurde veröffentlicht von Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley, im Land aufgezeichnet als United States of America, während October 2023. Die Kategorie, in die der Herausgeber fällt, ist research collective,Academia,Academia.
Es funktioniert im Bereich von Biology, und wird als die Aufgabe von aufgezeichnet protein localization prediction, Text-to-image.
Veröffentlichte Gewichte bedeuten, dass das Modell auf deinem Rechner läuft und nicht auf dem eines anderen, was die Hardwarefrage unten überhaupt beantwortbar macht. Es ist unter der Organisation auf Hugging Face veröffentlicht. HuangLab.
Wie es trainiert wurde
Es wurde auf einem Korpus von etwa 4,327,372 Text-Tokens
Antworten
CELLE-2 — Häufige Fragen
CELLE-2— Welche GPU benötige ich, um es auszuführen?
Wir können nichts sagen. Es hat offene Gewichte, aber es wurde keine Parameteranzahl veröffentlicht, und jede Berechnung von Speicher und Geschwindigkeit basiert auf dieser Zahl. Wir würden lieber nichts zeigen als eine erfundene Schätzung.
CELLE-2— Ist es Open-Source?
Die Gewichte sind veröffentlicht, sodass sie heruntergeladen und auf Ihrer eigenen Hardware ausgeführt werden können. Beachten Sie, dass OPEN WEIGHTS nicht dasselbe wie OPEN SOURCE im vollen Sinne ist — es sagt nichts über die Trainingsdaten, den Trainingscode oder die damit verbundenen kommerziellen Bedingungen aus.
CELLE-2— Wie viele Parameter hat es?
Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.
CELLE-2— Wer hat es erstellt?
Es wurde veröffentlicht von Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley, basiert auf United States of America, eine als kategorisierte Organisation research collective,Academia,Academia.
CELLE-2— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in October 2023. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
CELLE-2— Wofür wird es verwendet?
Es funktioniert im Bereich von Biology, und wird als Bewältigung der Aufgabe von protein localization prediction, Text-to-image. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.
CELLE-2— Wo kann ich es herunterladen?
Seine Gewichte sind auf Hugging Face veröffentlicht, unter der Organisation HuangLab. Wir hosten keine Modell-Dateien — diese Seite berechnet, welche Hardware benötigt wird, um sie auszuführen.
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.