RaptorX-Contact
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
- Toyota Technological Institute at Chicago
- Tipo de Organización
- Academia
- País
- United States of America
- Publicado
- 2 May 2019
- Autores
- Jinbo Xu, Sheng Wang
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 folding prediction, Proteins, Protein contact and distance prediction
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
Calculation steps: 1. Training proteins = 11,410 - 900 = 10,510 proteins 2. Residue pairs per protein = (300 × 299)/2 = 44,850 pairs 3. Total data points = 10,510 × 44,850 = 4.73 × 10⁸ Final estimate ≈ 4.5 × 10⁸ data points
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
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Open (restricted use)
this license for code: https://github.com/j3xugit/RaptorX-Contact?tab=GPL-3.0-1-ov-file
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- SOTA improvement
- Confianza de registro
- Unknown
"On the 32 CASP13 FM (free-modeling) targets with a median MSA (multiple sequence alignment) depth of 36, RaptorX yielded the best contact prediction among 46 groups and almost the best 3D structure modeling among all server groups without time-consuming conformation sampling."
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Analysis of distance-based protein structure prediction by deep learning in CASP13
- Última actualización
- 28 November 2025
Qué significan los números
Acerca de este modelo
RaptorX-Contact fue publicado por Toyota Technological Institute at Chicago, en el país registrado como United States of America, durante May 2019. Sale de una organización categorizada como academia.
Funciona en el dominio de Biology, y se registra como realizando la tarea de protein folding prediction, Proteins, Protein contact and distance prediction.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Cómo fue entrenado
Su criterio de inclusión: sOTA improvement.
Respuestas
RaptorX-Contact — preguntas comunes
RaptorX-Contact— ¿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.
RaptorX-Contact— ¿Quién lo creó?
Fue publicado por Toyota Technological Institute at Chicago, basado en United States of America, una organización categorizada como academia.
RaptorX-Contact— ¿cuándo fue lanzado?
Se publicó en May 2019. 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.
RaptorX-Contact— ¿Para qué se utiliza?
Funciona en el dominio de Biology, y se registra como manejando la tarea de protein folding prediction, Proteins, Protein contact and distance prediction. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
RaptorX-Contact— ¿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.
RaptorX-Contact— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
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.