CELLE-2
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos de este modelo son OPEN WEIGHT, pero no se ha publicado ninguna cuenta de parámetros para él. Cada figura de MEMORY y velocidad comienza a partir de ese número, así que preferiríamos no mostrar nada que una estimación fabricada..
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
- Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley
- Tipo de Organización
- Research collective,Academia,Academia
- País
- United States of America
- Publicado
- 10 October 2023
- Autores
- Emaad Khwaja, Yun Song, Aaron Agarunov, Bo Huang
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 localization prediction, Text-to-image
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
- 4,327,372 tokens
Image tokens: 17,268 × 256 = 4,420,608 Sequence tokens: 17,268 × 400 = 6,907,200 Total: 4,420,608 + 6,907,200 = 11,327,808 (1.13e7) ['Likely' confidence in dataset size estimation - two estimations slightly differ within same OOM]
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Open — downloadable
- Acceso al modelo
- Open weights (unrestricted)
- Código de entrenamiento
- Open source
- Hugging Face
- HuangLab
MIT license: https://huggingface.co/HuangLab/CELL-E_2_HPA_Finetuned_480 MIT license: https://github.com/BoHuangLab/CELL-E_2
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
- Likely
- Citas
- 3
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- CELL-E 2: Translating Proteins to Pictures and Back with a Bidirectional Text-to-Image Transformer
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
CELLE-2 fue publicado por Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley, en el país registrado como United States of America, durante October 2023. La categoría en la que se encuentra el editor es research collective,Academia,Academia.
Funciona en el dominio de Biology, y se registra como realizando la tarea de protein localization prediction, Text-to-image.
Los pesos publicados significan que el modelo se ejecuta en tu máquina en lugar de en la de alguien más, lo que hace que la pregunta sobre hardware a continuación sea respondible. En Hugging Face está publicado bajo la organización HuangLab.
Cómo fue entrenado
Fue entrenado en un corpus de aproximadamente 4,327,372 tokens de texto
Respuestas
CELLE-2 — preguntas comunes
CELLE-2— ¿Qué GPU necesito para ejecutarlo?
No podemos decir. Tiene pesos abiertos, pero no se ha publicado ningún conteo de parámetros para él, y todos los cálculos de memoria y velocidad comienzan desde ese número. Preferiríamos no mostrar nada que una estimación fabricada.
CELLE-2— ¿Es de código abierto?
Sus pesos están publicados, por lo que se pueden descargar y ejecutar en su propio hardware. Tenga en cuenta que OPEN WEIGHTS no es lo mismo que OPEN SOURCE en el sentido completo: no dice nada sobre los datos de entrenamiento, el código de entrenamiento o los términos comerciales adjuntos.
CELLE-2— ¿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.
CELLE-2— ¿Quién lo creó?
Fue publicado por Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley, basado en United States of America, una organización categorizada como research collective,Academia,Academia.
CELLE-2— ¿cuándo fue lanzado?
Se publicó en October 2023. 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.
CELLE-2— ¿Para qué se utiliza?
Funciona en el dominio de Biology, y se registra como manejando la tarea de protein localization prediction, Text-to-image. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
CELLE-2— ¿Dónde puedo descargarlo?
Sus pesos están publicados en Hugging Face, bajo la organización HuangLab. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.
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.