InstructPLM
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
- Zhejiang Lab,Zhejiang University (ZJU),Nanjing University,Tsinghua University,Alibaba,Chinese University of Hong Kong (CUHK)
- Tipo de organización
- Academia,Academia,Academia,Industry,Academia
- País
- China, Hong Kong
- Publicado
- 20 April 2024
- Autores
- Jiezhong Qiu, Junde Xu, Jie Hu, Hanqun Cao, Liya Hou, Zijun Gao, Xinyi Zhou, Anni Li, Xiujuan Li, Bin Cui, Fei Yang, Shuang Peng, Ning Sun, Fangyu Wang, Aimin Pan, Jie Tang, Jieping Ye, Junyang Lin, Jin Tang, Xingxu Huang, Pheng Ann Heng, Guangyong Chen
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 generation, Protein folding 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
- 89.1M
- Datos de entrenamiento
- 5,407,200 tokens
- Épocas
- 200
Table 2
InstructPLM Training Data Points: - Training Proteins: 18,024 - Avg Sequence Length: 300 - Total Tokens = 18,024 × 300 = 5,407,200 ≈ 5.4 × 10^6 data points
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
- 4
- Consumo de energía
- 3.2 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
- 13
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- InstructPLM: Aligning Protein Language Models to Follow Protein Structure Instructions
- Última actualización
- 1 January 2026
Qué significan los números
Qué es este modelo
InstructPLM was published by Zhejiang Lab,Zhejiang University (ZJU),Nanjing University,Tsinghua University,Alibaba,Chinese University of Hong Kong (CUHK), in China, in April 2024. The organisation is categorised as academia,Academia,Academia,Industry,Academia.
It works in Biology, and is recorded as doing protein generation, Protein folding prediction.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a ellos a través de su proveedor. Ninguna tarjeta gráfica cambia eso.
Qué se utilizó para construirlo
The training set ran to roughly 5,407,200 tokens.
Respuestas
InstructPLM — Preguntas frecuentes
How many parameters does InstructPLM have?
InstructPLM has 89.1M parameters. Table 2. 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 InstructPLM?
InstructPLM was published by Zhejiang Lab,Zhejiang University (ZJU),Nanjing University,Tsinghua University,Alibaba,Chinese University of Hong Kong (CUHK), based in China, categorised as academia,Academia,Academia,Industry,Academia.
When was InstructPLM released?
InstructPLM was published in April 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 InstructPLM used for?
InstructPLM works in Biology, and is recorded as handling protein generation, Protein folding prediction. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run InstructPLM?
None. InstructPLM 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 InstructPLM open source?
The licensing for InstructPLM was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
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.