Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient
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
- Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University
- Tipo de Organización
- Academia,Academia,Academia
- País
- China
- Publicado
- 24 April 2024
- Autores
- Shujian Jiao, Bingxuan Li, Lei Wang, Xiaojin Zhang, Wei Chen, Jiajie Peng, Zhongyu Wei
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
- ESM2-35M
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
- 35.8M
- Datos de entrenamiento
- 30,841,287 tokens
Table 2: 540601*367.01=198405973
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
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient Clustering
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient fue publicado por Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University, en el país registrado como China, durante April 2024. Sale de una organización categorizada como academia,Academia,Academia.
Funciona en el dominio de Biology, y se registra como realizando la tarea de protein or nucleotide language model (pLM/nLM).
En lugar de ser entrenado desde cero, se deriva de ESM2-35M. Esa es la forma habitual en que se produce un modelo especializado.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Cómo fue entrenado
El entrenamiento consumió un corpus de alrededor de 30,841,287 tokens de texto
Respuestas
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient — preguntas comunes
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— ¿cuándo fue lanzado?
Se publicó en April 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— ¿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). Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— ¿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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— ¿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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 35.8M. 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— ¿Quién lo creó?
Fue publicado por Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University, basado en China, una organización categorizada como academia,Academia,Academia.
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.