KeAP
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, sodass es weder heruntergeladen noch auf Ihrer eigenen Hardware in irgendeiner Größe ausgeführt werden kann. Es ist nur über seinen Anbieter zugänglich, und keine Grafikkarte ändert daran etwas.
Aufzeichnung
Vollständige Spezifikation
Alles aufzeichnungsfähig für dieses Modell. Die meisten Informationen beschreiben, wie es trainiert wurde, anstatt wie es läuft — ein nützlicher Kontext, um zu beurteilen, wie viel Arbeit investiert wurde und wie es im Vergleich zu auf einer anderen Skala entwickelten Modellen abschneidet..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- The University of Hong Kong,ByteDance,JancsiTech,OPPO HealthLab
- Organisationstyp
- Academia,Industry,Industry,Industry
- Land
- Hong Kong, China
- Veröffentlicht
- 30 January 2023
- Autoren
- Hong-Yu Zhou, Yunxiang Fu, Zhicheng Zhang, Cheng Bian, Yizhou Yu
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere von jedem tragen.
- Domäne
- Biology
- Aufgabe
- Proteins, Protein representation learning
Größe
Wie groß das Modell ist und wie viele Daten es trainiert wurde. Die Parameter sind die Größe, die entscheidet, ob es auf eine bestimmte Grafikkarte passt.
- Trainingsdaten
- 36,000,000 tokens
"ProteinKG25 (Zhang et al., 2022) provides a knowledge graph that consists of approximately five million triplets, with nearly 600k protein, 50k attribute terms, and 31 relation terms included" Assuming the relation and attribute terms are ~5 tokens and proteins are ~300 tokens 5000000*305=1525000000
Wie es klassifiziert ist
Labels der Quelldatenbank, die beim Verfolgen bemerkenswerter Modelle angewendet werden, und wie zuversichtlich sie in den Eintrag ist.
- Aufzeichnungszuversicht
- Likely
- Zitationen
- 11
Quellen
Woher diese Aufzeichnung stammt und wann sie zuletzt überprüft wurde.
- Referenz
- Protein Representation Learning via Knowledge Enhanced Primary Structure Modeling
- Zuletzt aktualisiert
- 25 May 2026
Was die Zahlen bedeuten
Woher es kam
KeAP was published by The University of Hong Kong,ByteDance,JancsiTech,OPPO HealthLab, in Hong Kong, in January 2023. It comes out of academia,Industry,Industry,Industry.
It works in Biology, and is recorded as doing proteins, Protein representation learning.
Da die Gewichte nicht verfügbar sind, gelten keine der Hardwareangaben an anderer Stelle auf dieser Seite für sie.
Was in den Aufbau geflossen ist
The training set ran to roughly 36,000,000 tokens.
Antworten
KeAP — Häufig gestellte Fragen
Is KeAP open source?
The licensing for KeAP was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does KeAP have?
No parameter count has been published for KeAP, which is why no memory or speed figure appears on this page.
Who created KeAP?
KeAP was published by The University of Hong Kong,ByteDance,JancsiTech,OPPO HealthLab, based in Hong Kong, categorised as academia,Industry,Industry,Industry.
When was KeAP released?
KeAP was published in January 2023. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is KeAP used for?
KeAP works in Biology, and is recorded as handling proteins, Protein representation learning. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
What GPU do I need to run KeAP?
None. KeAP is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Die andere Richtung
Wenn Sie es von der anderen Seite betrachten?
Diese Seite beginnt beim Modell. Wenn Sie bereits eine Karte besitzen und alles erfahren möchten, was es ausführen kann, Beginnen Sie stattdessen mit der Hardware.