HaloClass
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 California Davis,Pt. Jawahar Lal Nehru Memorial Medical College,Purdue University
- Tipo de Organización
- Academia,Academia
- País
- United States of America, India
- Publicado
- 10 October 2024
- Autores
- Kush Narang, Abhigyan Nath, William Hemstrom, Simon K. S. Chu
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 classification
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
- 25,227 tokens
Initial sequences: 38,361 After clustering: 28,030 Training split (90%): 28,030 × 0.9 = 25,227 sequences Classification where each sequence provides one binary classification target.
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
- HaloClass: Salt-Tolerant Protein Classification with Protein Language Models
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
HaloClass fue publicado por University of California Davis,Pt. Jawahar Lal Nehru Memorial Medical College,Purdue University, en el país registrado como United States of America, durante October 2024. Sale de una organización categorizada como academia,Academia.
Funciona en el dominio de Biology, y se registra como realizando la tarea de protein classification.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Entrenamiento y procedencia
Fue entrenado en un corpus de aproximadamente 25,227 tokens de texto
Respuestas
HaloClass — preguntas comunes
HaloClass— ¿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.
HaloClass— ¿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.
HaloClass— ¿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.
HaloClass— ¿Quién lo creó?
Fue publicado por University of California Davis,Pt. Jawahar Lal Nehru Memorial Medical College,Purdue University, basado en United States of America, una organización categorizada como academia,Academia.
HaloClass— ¿cuándo fue lanzado?
Se publicó en October 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.
HaloClass— ¿Para qué se utiliza?
Funciona en el dominio de Biology, y se registra como manejando la tarea de protein classification. 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.