Loop-Diffusion
Sin estimación
No hay requisitos de hardware para este modelo
Los pesos de este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en su propio hardware en ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica lo cambia.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello y cómo se compara con modelos construidos a una escala diferente.
Origen
¿Quién construyó este modelo, dónde y cuándo fue publicado?
- Organización
- University of Washington
- Tipo de organización
- Academia
- País
- United States of America
- Publicado
- 26 September 2024
- Autores
- Kevin Borisiak, Gian Marco Visani, Armita Nourmohammad
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 design
Tamaño
Qué tan grande es el modelo y cuántos datos se utilizaron para entrenarlo. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Datos de entrenamiento
- 77,940,000 tokens
433,000 total datapoints = 433k atomic neighborhoods from 20,000 protein structures Final result: 4.33e5 datapoints
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Registrar confianza
- Confident
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- Loop-Diffusion: an equivariant diffusion model for designing and scoring protein loops
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
Loop-Diffusion was published by University of Washington, in United States of America, in September 2024. The organisation is categorised as academia.
It works in Biology, and is recorded as doing protein design.
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Training and provenance
It was trained on about 77,940,000 tokens of text.
Respuestas
Loop-Diffusion — Preguntas frecuentes
What GPU do I need to run Loop-Diffusion?
None. Loop-Diffusion is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Loop-Diffusion open source?
The licensing for Loop-Diffusion was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does Loop-Diffusion have?
No parameter count has been published for Loop-Diffusion, which is why no memory or speed figure appears on this page.
Who created Loop-Diffusion?
Loop-Diffusion was published by University of Washington, based in United States of America, categorised as academia.
When was Loop-Diffusion released?
Loop-Diffusion was published in September 2024. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
¿Para qué se utiliza Loop-Diffusion?
Loop-Diffusion works in Biology, and is recorded as handling protein design. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.