Mothra
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
- Tokyo Institute of Technology
- Tipo de Organización
- Academia
- País
- Japan
- Publicado
- 25 September 2024
- Autores
- Takamasa Suzuki, Dian Ma, Nobuaki Yasuo, Masakazu Sekijima
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Biology
- Tarea
- Drug discovery
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
250,000 molecules × 50 tokens/molecule = 12,500,000 tokens Total training datapoints = 12,500,000 tokens (1.25e7)
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.
- Cómputo de entrenamiento
- 3.7 × 10¹⁹ FLOP
- Cómo se estableció
- Hardware
1. Hardware setup: 4x NVIDIA Tesla P100 GPUs (1.90×10¹³ FLOP/s per GPU) 2. Training duration: 14 days (directly provided) = 1,209,600 seconds 3. Utilization rate: 40% 4. Final calculation: 1.90×10¹³ FLOP/s/GPU × 4 GPUs × 1,209,600 seconds × 0.4 = 3.7×10¹⁹ FLOPs
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
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Mothra: Multiobjective de novo Molecular Generation Using Monte Carlo Tree Search
- Última actualización
- 28 November 2025
Qué significan los números
Qué es este modelo
Mothra fue publicado por Tokyo Institute of Technology, en el país registrado como Japan, durante September 2024. La organización editora está clasificada como academia.
Funciona en el dominio de Biology, y se registra como realizando la tarea de drug discovery.
Sus pesos nunca fueron publicados, por lo que solo se puede acceder a través de su proveedor. No hay cambios en la tarjeta gráfica que eso.
Cómo fue entrenado
El entrenamiento consumió alrededor de 3.7 × 10¹⁹ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Respuestas
Mothra — preguntas comunes
Mothra— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 3.7 × 10¹⁹ FLOP. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
Mothra— ¿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.
Mothra— ¿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.
Mothra— ¿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.
Mothra— ¿Quién lo creó?
Fue publicado por Tokyo Institute of Technology, basado en Japan, una organización categorizada como academia.
Mothra— ¿cuándo fue lanzado?
Se publicó en September 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.
Mothra— ¿Para qué se utiliza?
Funciona en el dominio de Biology, y se registra como manejando la tarea de drug discovery. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
Origen
Última actualización registrada 28 November 2025
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.