DrugFormer
Sin estimación
No hay requisitos de hardware para este modelo
Los pesos de este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en su propio hardware en ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica lo cambia.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello y cómo se compara con modelos construidos a una escala diferente.
Origen
¿Quién construyó este modelo, dónde y cuándo fue publicado?
- Organización
- University of Florida,University of Texas Health Science Center,H. Lee Moffitt Cancer Center and Research Institute
- Tipo de organización
- Academia,Academia
- País
- United States of America
- Publicado
- 29 August 2024
- Autores
- Xiaona Liu, Qing Wang, Minghao Zhou, Yanfei Wang, Xuefeng Wang, Xiaobo Zhou, Qianqian Song
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Biology
- Tarea
- Drug Sensitivity Prediction
Tamaño
Qué tan grande es el modelo y cuántos datos se utilizaron para entrenarlo. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Parámetros
- 21.7M
- Datos de entrenamiento
- tokens
transformer encoder stack + gated aggregator linear map + classifier + gat = (3*65536+65536+256*1024+1024*256)*6 + 512*256+(2048*256)*32+33+33280
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Registrar confianza
- Likely
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- DrugFormer: Graph‐Enhanced Language Model to Predict Drug Sensitivity
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
DrugFormer was published by University of Florida,University of Texas Health Science Center,H. Lee Moffitt Cancer Center and Research Institute, in United States of America, in August 2024. It comes out of academia,Academia.
It works in Biology, and is recorded as doing drug Sensitivity Prediction.
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Respuestas
DrugFormer — Preguntas frecuentes
Who created DrugFormer?
DrugFormer was published by University of Florida,University of Texas Health Science Center,H. Lee Moffitt Cancer Center and Research Institute, based in United States of America, categorised as academia,Academia.
When was DrugFormer released?
DrugFormer was published in August 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 DrugFormer used for?
DrugFormer works in Biology, and is recorded as handling drug Sensitivity Prediction. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run DrugFormer?
None. DrugFormer 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 DrugFormer open source?
The licensing for DrugFormer 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 DrugFormer have?
DrugFormer has 21.7M parameters. transformer encoder stack + gated aggregator linear map + classifier + gat = (3*65536+65536+256*1024+1024*256)*6 + 512*256+(2048*256)*32+33+33280. 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.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.