Precious3GPT
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Insilico Medicine AI,Harvard Medical School
- Type d'organisation
- Industry,Academia
- Pays
- Hong Kong, United States of America
- Publié
- 5 July 2024
- Auteurs
- Fedor Galkin, Vladimir Naumov, Stefan Pushkov, Denis Sidorenko, Anatoly Urban, Diana Zagirova, Khadija M. Alawi, Alex Aliper, Ruslan Gumerov, Aleksandr Kalashnikov, Sabina Mukba, Aleksandra Pogorelskaya, Feng Ren, Anastasia Shneyderman, Qiuqiong Tang, Deyong Xiao, Alexander Tyshkovskiy, Kejun Ying, Vadim N. Gladyshev, Alex Zhavoronkov
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Biology
- Tâche
- Drug discovery
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 89M
- Données d'entraînement
- tokens
- Époques
- 15
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA RTX A6000
- Chips utilisés
- 5
- Consommation d'énergie
- 3.0 kW
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
- Citations
- 1
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Precious3GPT: Multimodal Multi-Species Multi-Omics Multi-Tissue Transformer for Aging Research and Drug Discovery
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
À propos de ce modèle
Precious3GPT a été publié par Insilico Medicine AI,Harvard Medical School, dans le pays enregistré comme Hong Kong, durant July 2024. Cela provient d'une organisation classée comme industry,Academia.
Il fonctionne dans le domaine de Biology, et est enregistré comme exécutant la tâche de drug discovery.
Ses poids n'ont jamais été publiés, donc il ne peut être atteint que par son fournisseur. Aucun changement de carte graphique ne change cela.
Réponses
Precious3GPT — questions courantes
Precious3GPT— qui l'a créé ?
Il a été publié par Insilico Medicine AI,Harvard Medical School, basé sur Hong Kong, une organisation catégorisée comme industry,Academia.
Precious3GPT— quand a-t-il été publié ?
Il a été publié dans July 2024. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
Precious3GPT— à quoi ça sert ?
Il fonctionne dans le domaine de Biology, et est enregistré comme gérant la tâche de drug discovery. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
Precious3GPT— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
Precious3GPT— est-ce que c'est open source ?
La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.
Precious3GPT— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 89M. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.