RNAformer
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
- University of Freiburg
- Organisationstyp
- Academia
- Land
- Germany
- Veröffentlicht
- 1 December 2024
- Autoren
- Jörg K.H. Franke, Frederic Runge, Ryan Köksal, Rolf Backofen, Frank Hutter
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere von jedem tragen.
- Domäne
- Biology
- Aufgabe
- RNA structure prediction
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.
- Parameter
- 32M
- Trainingsdaten
- tokens
- Biophysical Model: 410,408 (table b1)
Der Trainingslauf
Was physisch notwendig war, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Steckdose zog.
- Trainingshardware
- NVIDIA A100
- Verwendete Chips
- 4
- Stromverbrauch
- 3.1 kW
Wie es klassifiziert ist
Labels der Quelldatenbank, die beim Verfolgen bemerkenswerter Modelle angewendet werden, und wie zuversichtlich sie in den Eintrag ist.
- Aufzeichnungszuversicht
- Confident
- Zitationen
- 14
Quellen
Woher diese Aufzeichnung stammt und wann sie zuletzt überprüft wurde.
- Referenz
- RNAformer: A Simple Yet Effective Deep Learning Model for RNA Secondary Structure Prediction
- Zuletzt aktualisiert
- 1 December 2025
Was die Zahlen bedeuten
Was dieses Modell ist
RNAformer was published by University of Freiburg, in Germany, in December 2024. academia is the category the publisher falls under.
It works in Biology, and is recorded as doing rNA structure prediction.
Dies ist ein geschlossenes Modell: die trainierten Werte blieben bei demjenigen, der sie produziert hat, und es gibt keine lokale Version, die ausgeführt werden kann.
Antworten
RNAformer — Häufig gestellte Fragen
What GPU do I need to run RNAformer?
None. RNAformer 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.
Is RNAformer open source?
The licensing for RNAformer 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 RNAformer have?
RNAformer has 32M parameters. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created RNAformer?
RNAformer was published by University of Freiburg, based in Germany, categorised as academia.
When was RNAformer released?
RNAformer was published in December 2024. 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 RNAformer used for?
RNAformer works in Biology, and is recorded as handling rNA structure prediction. 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.
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.