Prot2Token
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- University of Missouri,Politecnico di Milano
- Tipo de Organización
- Academia
- País
- United States of America, Italy
- Publicado
- 3 June 2024
- Autores
- Mahdi Pourmirzaei, Farzaneh Esmaili, Mohammadreza Pourmirzaei, Duolin Wang, Dong Xu
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)
- Modelo base
- ESM2-650M
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 650M
- Datos de entrenamiento
- tokens
- Épocas
- 16
1,024,055 = 8,678 + 53,571 + 21,446 + 15,550 + 29,898 + 12,312 + 29,215 + 23,604 + 35,669 + 8,716 + 300,700 + 6,391 + 16,436 + 22,841 + 10,400 + 428,628 307,216,500 = 1,024,055 × 300 Final estimate: 3.1 × 10⁸
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Confident
- Citas
- 10
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Prot2Token: A multi-task framework for protein language processing using autoregressive language modeling
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
Prot2Token fue publicado por University of Missouri,Politecnico di Milano, en el país registrado como United States of America, durante June 2024. La categoría en la que se encuentra el editor es academia.
Funciona en el dominio de Biology, y se registra como realizando la tarea de protein or nucleotide language model (pLM/nLM).
Se basa en ESM2-650M. La mayoría de los modelos a esta escala están adaptados de una base existente en lugar de construidos desde cero.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Respuestas
Prot2Token — preguntas comunes
Prot2Token— ¿Es de código abierto?
La licencia nunca fue registrada en nuestros datos fuente. Tratamos las licencias no declaradas como cerradas, porque una licencia no registrada no es una en la que confiar.
Prot2Token— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 650M. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
Prot2Token— ¿Quién lo creó?
Fue publicado por University of Missouri,Politecnico di Milano, basado en United States of America, una organización categorizada como academia.
Prot2Token— ¿cuándo fue lanzado?
Se publicó en June 2024. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
Prot2Token— ¿Para qué se utiliza?
Funciona en el dominio de Biology, y se registra como manejando la tarea de protein or nucleotide language model (pLM/nLM). Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
Prot2Token— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.