Prothyena
Χωρίς εκτίμηση
Δεν υπάρχουν απαιτήσεις υλικού για αυτό το μοντέλο
Τα βάρη αυτού του μοντέλου δεν έχουν δημοσιευθεί, επομένως δεν μπορεί να κατεβεί ή να τρέξει σε δικό σας υλικό οποιουδήποτε μεγέθους. Είναι προσβάσιμο μόνο μέσω του παρόχου του και καμία κάρτα γραφικών δεν το αλλάζει αυτό.
Σε εγγραφή
Πλήρης προδιαγραφή
Όλα τα δεδομένα σχετικά με αυτό το μοντέλο. Τα περισσότερα περιγράφουν πώς εκπαιδεύτηκε παρά πώς τρέχει — χρήσιμο πλαίσιο για την αξιολόγηση του πόσο δουλειά απαιτήθηκε και πώς συγκρίνεται με μοντέλα που έχουν κατασκευαστεί σε διαφορετική κλίμακα.
Προέλευση
Ποιος δημιούργησε αυτό το μοντέλο, πού και πότε δημοσιεύθηκε;
- Οργάνωση
- Tokyo Institute of Technology
- Τύπος οργάνωσης
- Academia
- Χώρα
- Japan
- Δημοσιευμένο
- 22 January 2024
- Συγγραφείς
- Yiming Zhang, Manabu Okumura
Τι κάνει
Οι προβληματικές περιοχές για τις οποίες κατασκευάστηκε το μοντέλο. Ένα μοντέλο μπορεί να περιέχει αρκετές από κάθε μία.
- Τομέας
- Biology
- Εντολή
- Protein or nucleotide language model (pLM/nLM)
Μέγεθος
Πόσο μεγάλο είναι το μοντέλο και πόσα δεδομένα εκπαιδεύτηκε. Οι παράμετροι είναι το νούμερο που αποφασίζει αν χωράει σε μια δεδομένη κάρτα γραφικών.
- Παραμέτροι
- 4.3M
- Δεδομένα εκπαίδευσης
- tokens
"This model employs a BPE tokenizer with a vocabulary size of 10k, which consequentially expands the model parameters to 4.3 million"
Data Estimate Summary: 10,000,000 sequences × 300 amino acids = 3,000,000,000 tokens (3 billion)
Πώς ταξινομείται
Ετικέτες που εφαρμόζει το πηγαίο σύνολο δεδομένων κατά την παρακολούθηση σημαντικών μοντέλων, και πόσο σίγουρο είναι για την είσοδο.
- Καταγραφή εμπιστοσύνης
- Confident
- Αναφορές
- 4
Πηγές
Από πού προήλθε αυτή η καταγραφή και πότε ελέγχθηκε τελευταία.
- Αναφορά
- ProtHyena: A fast and efficient foundation protein language model at single amino acid Resolution
- Τελευταία ενημέρωση
- 28 November 2025
Τι σημαίνουν οι αριθμοί
Από πού προήλθε
Prothyena was published by Tokyo Institute of Technology, in Japan, in January 2024. academia is the category the publisher falls under.
It works in Biology, and is recorded as doing protein or nucleotide language model (pLM/nLM).
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Απαντήσεις
Prothyena — Συχνές ερωτήσεις
Who created Prothyena?
Prothyena was published by Tokyo Institute of Technology, based in Japan, categorised as academia.
When was Prothyena released?
Prothyena was published in January 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 Prothyena used for?
Prothyena works in Biology, and is recorded as handling protein or nucleotide language model (pLM/nLM). 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 Prothyena?
None. Prothyena 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 Prothyena open source?
The licensing for Prothyena 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 Prothyena have?
Prothyena has 4.3M parameters. "This model employs a BPE tokenizer with a vocabulary size of 10k, which consequentially expands the model parameters to 4.3 million". 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.
Η άλλη κατεύθυνση
Βλέποντάς το από την άλλη πλευρά;
Αυτή η σελίδα ξεκινάει από το μοντέλο. Αν ήδη διαθέτετε μια κάρτα και θέλετε να γνωρίζετε όλα όσα θα τρέξει, Ξεκινήστε από το υλικό αντί..