Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient
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
- Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University
- Type d'organisation
- Academia,Academia,Academia
- Pays
- China
- Publié
- 24 April 2024
- Auteurs
- Shujian Jiao, Bingxuan Li, Lei Wang, Xiaojin Zhang, Wei Chen, Jiajie Peng, Zhongyu Wei
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Biology
- Tâche
- Protein or nucleotide language model (pLM/nLM)
- Modèle de base
- ESM2-35M
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
- 35.8M
- Données d'entraînement
- 30,841,287 tokens
Table 2: 540601*367.01=198405973
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
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient Clustering
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
D'où cela vient-il
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient a été publié par Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University, dans le pays enregistré comme China, durant April 2024. Cela provient d'une organisation classée comme academia,Academia,Academia.
Il fonctionne dans le domaine de Biology, et est enregistré comme exécutant la tâche de protein or nucleotide language model (pLM/nLM).
Plutôt que d'être entraîné depuis le début, il est dérivé de ESM2-35M. C'est la façon habituelle de produire un modèle spécialisé.
Parce que les poids ne sont pas disponibles, aucune des spécifications matérielles ailleurs sur ce site ne s'applique à cela.
Comment il a été entraîné
L'entraînement a consommé un corpus d'environ 30,841,287 jetons de texte
Réponses
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient — questions courantes
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— quand a-t-il été publié ?
Il a été publié dans April 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— à quoi ça sert ?
Il fonctionne dans le domaine de Biology, et est enregistré comme gérant la tâche de protein or nucleotide language model (pLM/nLM). Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 35.8M. 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— qui l'a créé ?
Il a été publié par Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University, basé sur China, une organisation catégorisée comme academia,Academia,Academia.
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.