PPFlow
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
- Zhejiang University (ZJU),Westlake University
- Organisationstyp
- Academia,Academia
- Land
- China
- Veröffentlicht
- 25 September 2024
- Autoren
- Haitao Lin, Odin Zhang, Huifeng Zhao, Dejun Jiang, Lirong Wu, Zicheng Liu, Yufei Huang, Stan Z. Li
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere von jedem tragen.
- Domäne
- Biology
- Aufgabe
- Protein design
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
- tokens
Summary of calculations: 15,593 protein-peptide pairs Average residues per pair = 300 (protein) + 12 (peptide) = 312 Total datapoints = 15,593 × 312 = 4.85 × 10^6
Wie es klassifiziert ist
Labels der Quelldatenbank, die beim Verfolgen bemerkenswerter Modelle angewendet werden, und wie zuversichtlich sie in den Eintrag ist.
- Aufzeichnungszuversicht
- Likely
Quellen
Woher diese Aufzeichnung stammt und wann sie zuletzt überprüft wurde.
- Referenz
- PPFLOW: Target-aware Peptide Design with Torsional Flow Matching
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Was dieses Modell ist
PPFlow was published by Zhejiang University (ZJU),Westlake University, in China, in September 2024. It comes out of academia,Academia.
It works in Biology, and is recorded as doing protein design.
Seine Gewichte wurden nie veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarte ändert das.
Antworten
PPFlow — Häufig gestellte Fragen
When was PPFlow released?
PPFlow was published in September 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 PPFlow used for?
PPFlow works in Biology, and is recorded as handling protein design. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run PPFlow?
None. PPFlow 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 PPFlow open source?
The licensing for PPFlow 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 PPFlow have?
No parameter count has been published for PPFlow, which is why no memory or speed figure appears on this page.
Who created PPFlow?
PPFlow was published by Zhejiang University (ZJU),Westlake University, based in China, categorised as academia,Academia.
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.