CPAC
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
- Texas A&M
- Type d'organisation
- Academia
- Pays
- United States of America
- Publié
- 18 September 2022
- Auteurs
- Yuning You, Yang Shen
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-ligand binding affinity prediction, Protein-ligand contact prediction
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
- 589,944,195 tokens
Calculations: 60,137 × 1,000 = 6.0137 × 10⁷ 12,798,671 × 1,000 = 1.2798671 × 10¹⁰ 6.0137 × 10⁷ + 1.2798671 × 10¹⁰ = 1.3400678 × 10¹⁰ Final estimate: 1.34 × 10¹⁰ datapoints assumes 1000 datapoints per sequence?
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
- Speculative
- Citations
- 25
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Cross-modality and self-supervised protein embedding for compound–protein affinity and contact prediction
- Dernière mise à jour
- 1 January 2026
Ce que les chiffres signifient
Ce que ce modèle est
CPAC a été publié par Texas A&M, dans le pays enregistré comme United States of America, durant September 2022. La catégorie à laquelle appartient l'éditeur est academia.
Il fonctionne dans le domaine de Biology, et est enregistré comme exécutant la tâche de protein-ligand binding affinity prediction, Protein-ligand contact prediction.
C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.
Entraînement et provenance
L'ensemble d'entraînement a duré environ 589,944,195 jetons de texte
Réponses
CPAC — questions courantes
CPAC— 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.
CPAC— 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.
CPAC— qui l'a créé ?
Il a été publié par Texas A&M, basé sur United States of America, une organisation catégorisée comme academia.
CPAC— quand a-t-il été publié ?
Il a été publié dans September 2022. 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.
CPAC— à quoi ça sert ?
Il fonctionne dans le domaine de Biology, et est enregistré comme gérant la tâche de protein-ligand binding affinity prediction, Protein-ligand contact prediction. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
CPAC— 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.
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.