ProTrek
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
- Westlake University
- Tipo de organización
- Academia
- País
- China
- Publicado
- 3 June 2024
- Autores
- Jin Su, Xibin Zhou, Xuting Zhang, Fajie Yuan
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Biology
- Tarea
- Protein or nucleotide language model (pLM/nLM)
- Base model
- ESM2-650M
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
- 930M
- Datos de entrenamiento
- tokens
40M examples Step 1: 14M (Swiss-Prot) + 25M (UniRef50) ≈ 40M examples Step 2: 512 (sequence) + 512 (structure) + 100 (text) = 1,124 tokens per example Step 3: 40,000,000 × 1,124 = 4.496 × 10¹⁰ tokens Final result: 4.496 × 10¹⁰ tokens
El entrenamiento
Lo que se necesitó físicamente para entrenar: qué chips, cuántos, durante cuánto tiempo y qué consumió de la pared.
- Hardware de entrenamiento
- NVIDIA A100
- Chips usados
- 20
- Consumo de energía
- 15.8 kW
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
- Confident
- Citations
- 1
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- ProTrek: Navigating the Protein Universe through Tri-Modal Contrastive Learning
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
ProTrek was published by Westlake University, in China, in June 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).
Its starting point was ESM2-650M — most models at this scale are adapted from an existing base rather than built from nothing.
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Respuestas
ProTrek — Preguntas frecuentes
What GPU do I need to run ProTrek?
None. ProTrek 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 ProTrek open source?
The licensing for ProTrek 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 ProTrek have?
ProTrek has 930M parameters. 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.
Who created ProTrek?
ProTrek was published by Westlake University, based in China, categorised as academia.
When was ProTrek released?
ProTrek was published in June 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 ProTrek used for?
ProTrek works in Biology, and is recorded as handling protein or nucleotide language model (pLM/nLM). Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
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.