BADGER
Nincs becslés
Nincs hardver követelmény ennek a modellnek
A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..
Nyilvántartásban
Teljes specifikáció
Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- NVIDIA,University of California (UC) Berkeley
- Szervezet típusa
- Industry,Academia
- Ország
- United States of America
- Közölt
- 24 June 2024
- Szerzők
- Yue Jian, Curtis Wu, Danny Reidenbach, Aditi S. Krishnapriyan
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Biology
- Feladat
- Drug discovery
Méret
Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.
- Paraméterek
- 2.9M
- Képzési adatok
- 100,100 tokens
- Epochok
- 20
2.9M transformer model
100,000 (training) + 100 (testing) = 100,100 unique datapoints 20 epochs mentioned but only unique datapoints counted Final estimate: 1.0e5
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA RTX 6000 Ada Generation
- Használt chipek
- 1
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Likely
- Hivatkozások
- 4
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- General Binding Affinity Guidance for Diffusion Models in Structure-Based Drug Design
- Utoljára frissítve
- 25 May 2026
Mit jelentenek a számok
Háttér
BADGER ki lett adva által NVIDIA,University of California (UC) Berkeley, az országban rögzítve mint United States of America, alatt June 2024. Egy olyan szervezetből származik, amelyet kategorizálnak mint industry,Academia.
Működik a területen a Biology, és úgy van rögzítve, mint a feladat végrehajtása drug discovery.
Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.
Hogyan lett betanítva
A képzés körülbelül egy korpuszt fogyasztott 100,100 szöveg tokenjei
Válaszok
BADGER — gyakori kérdések
BADGER— Milyen GPU-ra van szükségem, hogy futtathassam?
Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.
BADGER— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
BADGER— Hány paramétere van?
Paraméterszáma 2.9M. 2.9M transformer model. Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.
BADGER— Ki készítette ezt?
Kiadta NVIDIA,University of California (UC) Berkeley, alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry,Academia.
BADGER— Mikor adták ki?
Kibocsátották a June 2024. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
BADGER— Mire használják?
Működik a területen a Biology, és rögzítve van, hogy kezeli a feladatot drug discovery. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..