NeoaPred
Aucune estimation
Aucun besoin matériel pour ce modèle
Les poids de ce modèle n'ont pas été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel, quelle que soit la taille. Il n'est accessible que via son fournisseur, et aucune carte graphique ne change cela.
Enregistrement terminé
Spécification complète
Tout ce qui concerne ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — contexte utile pour évaluer le travail fourni et sa comparaison avec des modèles construits à une échelle différente.
Origine
Qui a construit ce modèle, où et quand il a été publié.
- Organisation
- South China University of Technology,Jinan University
- Type d'organisation
- Academia,Academia
- Pays
- China
- Publié
- 14 September 2024
- Auteurs
- Dawei Jiang, Binbin Xi, Wenchong Tan, Zixi Chen, Jinfen Wei, Meiling Hu, Xiaoyun Lu, Dong Chen, Hongmin Cai, Hongli Du
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut en porter plusieurs de chacun.
- Domaine
- Biology
- Tâche
- Immunogenic Neoantigen Prediction
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui détermine s'il tient sur une carte graphique donnée.
- Données d'entraînement
- tokens
PDB structures: 1,018 × 0.90 = 916 Self-distillation: 7,860 PepConf total: 916 + 7,860 = 8,776 ≈ 8.8 × 10³ PepFore samples: 32,962 × 0.90 = 29,666 ≈ 2.97 × 10⁴ Final total: 8.8 × 10³ + 2.97 × 10⁴ = 3.85 × 10⁴ ≈ 3.9 × 10⁴ datapoints
Comment il est classé
Étiquettes que le jeu de données source applique lors du suivi des modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
Sources
D'où provient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- NeoaPred: A deep-learning framework for predicting immunogenic neoantigen based on surface and structural features of peptide-HLA complexes
- Dernière mise à jour
- 28 November 2025
Ce que signifient les chiffres
Where it came from
NeoaPred was published by South China University of Technology,Jinan University, in China, in September 2024. academia,Academia is the category the publisher falls under.
It works in Biology, and is recorded as doing immunogenic Neoantigen Prediction.
Ses poids n'ont jamais été publiés, donc on ne peut y accéder que par son fournisseur. Aucun changement de carte graphique ne change cela.
Réponses
NeoaPred — Questions fréquentes
How many parameters does NeoaPred have?
No parameter count has been published for NeoaPred, which is why no memory or speed figure appears on this page.
Who created NeoaPred?
NeoaPred was published by South China University of Technology,Jinan University, based in China, categorised as academia,Academia.
When was NeoaPred released?
NeoaPred was published in September 2024. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is NeoaPred used for?
NeoaPred works in Biology, and is recorded as handling immunogenic Neoantigen Prediction. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
What GPU do I need to run NeoaPred?
None. NeoaPred is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is NeoaPred open source?
The licensing for NeoaPred was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
Dans l'autre sens
Regardez-la de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez connaître tout ce qu'elle pourra exécuter, commencez plutôt par le matériel.