ProCALM (Uniref9B)
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
- Profluent Bio,California Institute of Technology
- Tipo de Organización
- Industry,Academia
- País
- United States of America
- Publicado
- 9 October 2024
- Autores
- Jason Yang, Aadyot Bhatnagar, Jeffrey A. Ruffolo, Ali Madani
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Biology
- Tarea
- Proteins, Protein generation
- Modelo base
- ProGen2-base
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.
- parámetros
- 764M
- Datos de entrenamiento
- tokens
"We trained two different ProCALM models – one on 9 billion tokens of enzyme sequences from Uniref, and one on 1.5 billion tokens of enzyme sequences from Swissprot Train"
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómo se estableció
- Hardware
- Computación de ajuste fino
- 8.1 × 10¹⁹ FLOP
"Impressively, our Uniref9B and Swissprot-1.5B models only required 240 and 40 A100-hours to train, respectively" 240/4=60h across 4 A100 Finetuning compute: 240*60*60*312000000000000*0.3=8.08704e+19
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- NVIDIA A100
- Chips utilizados
- 4
- Tiempo de reloj
- 60 hours
- Consumo de energía
- 3.2 kW
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
- Citas
- 9
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Conditional Enzyme Generation Using Protein Language Models with Adapters
- Última actualización
- 25 May 2026
Qué significan los números
Qué es este modelo
ProCALM (Uniref9B) fue publicado por Profluent Bio,California Institute of Technology, en el país registrado como United States of America, durante October 2024. La organización editora está clasificada como industry,Academia.
Funciona en el dominio de Biology, y se registra como realizando la tarea de proteins, Protein generation.
Su punto de partida fue un modelo base existente, ProGen2-base. La mayoría de los modelos a esta escala están adaptados de una base existente en lugar de construidos desde cero.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Respuestas
ProCALM (Uniref9B) — preguntas comunes
ProCALM (Uniref9B)— ¿Quién lo creó?
Fue publicado por Profluent Bio,California Institute of Technology, basado en United States of America, una organización categorizada como industry,Academia.
ProCALM (Uniref9B)— ¿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.
ProCALM (Uniref9B)— ¿Para qué se utiliza?
Funciona en el dominio de Biology, y se registra como manejando la tarea de proteins, Protein generation. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
ProCALM (Uniref9B)— ¿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.
ProCALM (Uniref9B)— ¿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.
ProCALM (Uniref9B)— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 764M. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
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.