AF_unmasked

Geschlossene Gewichtungen Linköping University,Uppsala University,Stockholm University October 2024

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
Linköping University,Uppsala University,Stockholm University
Organisationsart
Academia,Academia,Academia
Land
Sweden
Veröffentlicht
9 October 2024
Autoren
Claudio Mirabello, Björn Wallner, Björn Nystedt, Stavros Azinas, Marta Carroni

Was es tut

Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.

Domain
Biology
Aufgabe
Protein folding prediction

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
tokens

Wie es klassifiziert ist

Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.

Aufzeichnungsgenauigkeit
Unknown
Zitationen
24

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz
Unmasking AlphaFold to integrate experiments and predictions in multimeric complexes
Zuletzt aktualisiert
1 January 2026

Was die Zahlen bedeuten

Über dieses Modell

AF_unmasked wurde veröffentlicht von Linköping University,Uppsala University,Stockholm University, im Land aufgezeichnet als Sweden, während October 2024. Die veröffentlichende Organisation ist als academia,Academia,Academia.

Es funktioniert im Bereich von Biology, und wird als die Aufgabe von aufgezeichnet protein folding prediction.

Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.

Antworten

AF_unmasked — Häufige Fragen

01

AF_unmasked— Wer hat es erstellt?

Es wurde veröffentlicht von Linköping University,Uppsala University,Stockholm University, basiert auf Sweden, eine als kategorisierte Organisation academia,Academia,Academia.

02

AF_unmasked— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in October 2024. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.

03

AF_unmasked— Wofür wird es verwendet?

Es funktioniert im Bereich von Biology, und wird als Bewältigung der Aufgabe von protein folding prediction. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.

04

AF_unmasked— 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.

05

AF_unmasked— Ist es Open-Source?

Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.

06

AF_unmasked— Wie viele Parameter hat es?

Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 1 January 2026

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.