RaptorX-Contact
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
- Toyota Technological Institute at Chicago
- Type d'organisation
- Academia
- Pays
- United States of America
- Publié
- 2 May 2019
- Auteurs
- Jinbo Xu, Sheng Wang
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 folding prediction, Proteins, Protein contact and distance 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
- tokens
Calculation steps: 1. Training proteins = 11,410 - 900 = 10,510 proteins 2. Residue pairs per protein = (300 × 299)/2 = 44,850 pairs 3. Total data points = 10,510 × 44,850 = 4.73 × 10⁸ Final estimate ≈ 4.5 × 10⁸ data points
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
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Open (restricted use)
this license for code: https://github.com/j3xugit/RaptorX-Contact?tab=GPL-3.0-1-ov-file
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.
- Pourquoi c'est suivi
- SOTA improvement
- Confiance d'enregistrement
- Unknown
"On the 32 CASP13 FM (free-modeling) targets with a median MSA (multiple sequence alignment) depth of 36, RaptorX yielded the best contact prediction among 46 groups and almost the best 3D structure modeling among all server groups without time-consuming conformation sampling."
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Analysis of distance-based protein structure prediction by deep learning in CASP13
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
À propos de ce modèle
RaptorX-Contact a été publié par Toyota Technological Institute at Chicago, dans le pays enregistré comme United States of America, durant May 2019. Cela provient d'une organisation classée comme academia.
Il fonctionne dans le domaine de Biology, et est enregistré comme exécutant la tâche de protein folding prediction, Proteins, Protein contact and distance 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.
Comment il a été entraîné
Son critère d'inclusion : sOTA improvement.
Réponses
RaptorX-Contact — questions courantes
RaptorX-Contact— 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.
RaptorX-Contact— qui l'a créé ?
Il a été publié par Toyota Technological Institute at Chicago, basé sur United States of America, une organisation catégorisée comme academia.
RaptorX-Contact— quand a-t-il été publié ?
Il a été publié dans May 2019. 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.
RaptorX-Contact— à quoi ça sert ?
Il fonctionne dans le domaine de Biology, et est enregistré comme gérant la tâche de protein folding prediction, Proteins, Protein contact and distance prediction. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
RaptorX-Contact— 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.
RaptorX-Contact— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
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.