AF2RAVE
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 Maryland
- Tipo de Organización
- Academia
- País
- United States of America
- Publicado
- 10 April 2024
- Autores
- Xinyu Gu, Akashnathan Aranganathan, Pratyush Tiwary
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 discovery
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.
- Datos de entrenamiento
- tokens
Does not train a new model. Previous calculations below Initial simulations: 12 × (48.5×10^-9 / 2×10^-15) = 291×10^6 steps Umbrella sampling: 12 × (11×11) × (90×10^-9 / 2×10^-15) = 6.534×10^10 steps Total: 291×10^6 + 6.534×10^10 = 6.563×10^10 steps Conservative estimate: 1.6×10^10 data points
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
- Unknown
- Citas
- 18
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Empowering AlphaFold2 for Protein Conformation-Selective Drug Discovery with AlphaFold2-RAVE
- Última actualización
- 25 May 2026
Qué significan los números
De dónde vino
AF2RAVE fue publicado por University of Maryland, en el país registrado como United States of America, durante April 2024. La organización editora está clasificada como academia.
Funciona en el dominio de Biology, y se registra como realizando la tarea de drug discovery.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Respuestas
AF2RAVE — preguntas comunes
AF2RAVE— ¿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.
AF2RAVE— ¿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.
AF2RAVE— ¿cuántos parámetros tiene?
No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.
AF2RAVE— ¿Quién lo creó?
Fue publicado por University of Maryland, basado en United States of America, una organización categorizada como academia.
AF2RAVE— ¿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.
AF2RAVE— ¿Para qué se utiliza?
Funciona en el dominio de Biology, y se registra como manejando la tarea de drug discovery. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
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.