RNAformer
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
- University of Freiburg
- Szervezet típusa
- Academia
- Ország
- Germany
- Közölt
- 1 December 2024
- Szerzők
- Jörg K.H. Franke, Frederic Runge, Ryan Köksal, Rolf Backofen, Frank Hutter
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Biology
- Feladat
- RNA structure prediction
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
- 32M
- Képzési adatok
- tokens
- Biophysical Model: 410,408 (table b1)
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA A100
- Használt chipek
- 4
- Teljesítményfogyasztás
- 3.1 kW
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Confident
- Hivatkozások
- 14
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- RNAformer: A Simple Yet Effective Deep Learning Model for RNA Secondary Structure Prediction
- Utoljára frissítve
- 1 December 2025
Mit jelentenek a számok
Mit jelent ez a modell
RNAformer ki lett adva által University of Freiburg, az országban rögzítve mint Germany, alatt December 2024. A kiadó kategóriája alá tartozik academia.
Működik a területen a Biology, és úgy van rögzítve, mint a feladat végrehajtása rNA structure prediction.
Ez egy zárt modell: a betanított értékek azoknál maradtak, akik előállították őket, és nincs helyi verzió a futtatáshoz.
Válaszok
RNAformer — gyakori kérdések
RNAformer— 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.
RNAformer— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
RNAformer— Hány paramétere van?
Paraméterszáma 32M. 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.
RNAformer— Ki készítette ezt?
Kiadta University of Freiburg, alapján Germany, egy szervezet, amelyet kategorizáltak mint academia.
RNAformer— Mikor adták ki?
Kibocsátották a December 2024. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
RNAformer— Mire használják?
Működik a területen a Biology, és rögzítve van, hogy kezeli a feladatot rNA structure prediction. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.
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..