SeaMoon
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
- Sorbonne University,Université Grenoble Alpes,Institut Universitaire de France (IUF)
- Organisationsart
- Academia,Academia,Research collective
- Land
- France
- Veröffentlicht
- 25 September 2024
- Autoren
- Valentin Lombard, Dan Timsit, Sergei Grudinin, Elodie Laine
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.
- Parameter
- 1M
- Trainingsdaten
- tokens
- Epochen
- 500
7,339 collections × 5 conformations/collection = 36,695 conformations 36,695 conformations × 300 residues/protein = 11,008,500 datapoints Final estimate: 1.1e7 datapoints
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
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- SeaMoon: Prediction of molecular motions based on language models
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Woher es kam
SeaMoon wurde veröffentlicht von Sorbonne University,Université Grenoble Alpes,Institut Universitaire de France (IUF), im Land aufgezeichnet als France, während September 2024. Die veröffentlichende Organisation ist als academia,Academia,Research collective.
Es funktioniert im Bereich von Biology, und wird als die Aufgabe von aufgezeichnet protein folding prediction.
Da die Gewichte nicht verfügbar sind, gelten keine der Hardwareangaben an anderer Stelle auf dieser Seite für sie.
Antworten
SeaMoon — Häufige Fragen
SeaMoon— Wer hat es erstellt?
Es wurde veröffentlicht von Sorbonne University,Université Grenoble Alpes,Institut Universitaire de France (IUF), basiert auf France, eine als kategorisierte Organisation academia,Academia,Research collective.
SeaMoon— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in September 2024. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
SeaMoon— 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.
SeaMoon— 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.
SeaMoon— 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.
SeaMoon— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 1M. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
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.