CELLE-2
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle sont open, mais aucun compte de paramètres n'a été publié pour celui-ci. Chaque chiffre de mémoire et de vitesse commence à partir de ce nombre, donc nous préférerions ne rien montrer plutôt qu'une estimation fabriquée..
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
- Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley
- Type d'organisation
- Research collective,Academia,Academia
- Pays
- United States of America
- Publié
- 10 October 2023
- Auteurs
- Emaad Khwaja, Yun Song, Aaron Agarunov, Bo Huang
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 localization prediction, Text-to-image
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.
- Données d'entraînement
- 4,327,372 tokens
Image tokens: 17,268 × 256 = 4,420,608 Sequence tokens: 17,268 × 400 = 6,907,200 Total: 4,420,608 + 6,907,200 = 11,327,808 (1.13e7) ['Likely' confidence in dataset size estimation - two estimations slightly differ within same OOM]
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Open — downloadable
- Accès au modèle
- Open weights (unrestricted)
- Code d'entraînement
- Open source
- Hugging Face
- HuangLab
MIT license: https://huggingface.co/HuangLab/CELL-E_2_HPA_Finetuned_480 MIT license: https://github.com/BoHuangLab/CELL-E_2
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
- Likely
- Citations
- 3
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- CELL-E 2: Translating Proteins to Pictures and Back with a Bidirectional Text-to-Image Transformer
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
D'où cela vient-il
CELLE-2 a été publié par Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley, dans le pays enregistré comme United States of America, durant October 2023. La catégorie à laquelle appartient l'éditeur est research collective,Academia,Academia.
Il fonctionne dans le domaine de Biology, et est enregistré comme exécutant la tâche de protein localization prediction, Text-to-image.
Les poids publiés signifient que le modèle fonctionne sur votre machine plutôt que sur celle de quelqu'un d'autre, ce qui rend la question matérielle ci-dessous répondable. Sur Hugging Face, il est publié sous l'organisation HuangLab.
Comment il a été entraîné
Il a été entraîné sur un corpus d'environ 4,327,372 jetons de texte
Réponses
CELLE-2 — questions courantes
CELLE-2— Quelle GPU ai-je besoin pour l'exécuter ?
Nous ne pouvons pas dire. Il a des poids ouverts, mais aucun compte de paramètres n'a été publié pour cela, et chaque calcul de mémoire et de vitesse part de ce nombre. Nous préférerions ne rien montrer plutôt qu'une estimation fabriquée.
CELLE-2— est-ce que c'est open source ?
Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.
CELLE-2— combien de paramètres cela a-t-il ?
Aucun nombre de paramètres n'a été publié pour cela, c'est pourquoi aucun chiffre de mémoire ou de vitesse n'apparaît sur cette page.
CELLE-2— qui l'a créé ?
Il a été publié par Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley, basé sur United States of America, une organisation catégorisée comme research collective,Academia,Academia.
CELLE-2— quand a-t-il été publié ?
Il a été publié dans October 2023. 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.
CELLE-2— à quoi ça sert ?
Il fonctionne dans le domaine de Biology, et est enregistré comme gérant la tâche de protein localization prediction, Text-to-image. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
CELLE-2— où puis-je le télécharger ?
Ses poids sont publiés sur Hugging Face, sous l'organisation HuangLab. Nous n'hébergeons pas de fichiers de modèle — ce site calcule le matériel nécessaire pour les faire fonctionner.
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.