CHAI-1
Nincs becslés
Nincs hardver követelmény ennek a modellnek
Ez a modell súlyai nyilvánosak, de a paraméterszámokat nem tették közzé. Minden memória- és sebességszám ebből a számból indul, ezért inkább nem mutatunk semmit, mint egy hamisított becslést..
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
- Chai discovery
- Szervezet típusa
- Industry
- Ország
- United States of America
- Közölt
- 15 October 2024
- Szerzők
- Jacques Boitreaud, Jack Dent, Matthew McPartlon, Joshua Meier, Vinicius Reis, Alex Rogozhnikov, Kevin Wu
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Biology
- Feladat
- Protein folding prediction, Protein-ligand contact prediction
- Numerikus formátum
- BF16
Méret
Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.
- Képzési adatok
- tokens
- Tételméret
- 128
Taken from paper
Képzés számítás
A modell tanításához végrehajtott aritmetika, lebegőpontos műveletekben mérve. Ez a tanítási futás költségének mértéke, nem pedig annak, hogy mennyire gyorsan válaszol a kész modell.
- Képzés számítás
- 7.8 × 10²¹ FLOP
- Hogyan jött létre
- Hardware
From paper: 128 A100s for 30 days; assumptions: 30% utilization rate, FP16 precision
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
- 128
- Fali óra idő
- 720 hours (30 days)
- Teljesítményfogyasztás
- 100.8 kW
Taken from paper: 128 A100s for 30 days
Elérhetőség
Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.
- Súlyok
- Open — downloadable
- Modell hozzáférés
- Open weights (non-commercial)
- Képzés kód
- Open (non-commercial)
https://github.com/chaidiscovery/chai-lab?tab=License-1-ov-file
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Miért követik nyomon
- SOTA improvement
- Nyilvántartási bizalom
- Confident
Matches or beats AF3 on Ligand PoseBusters
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Introducing Chai-1: Decoding the molecular interactions of life
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Erről a modelről
CHAI-1 ki lett adva által Chai discovery, az országban rögzítve mint United States of America, alatt October 2024. Egy olyan szervezetből származik, amelyet kategorizálnak mint industry.
Működik a területen a Biology, és úgy van rögzítve, mint a feladat végrehajtása protein folding prediction, Protein-ligand contact prediction.
A nyílt súlyok az okai annak, hogy ez az oldal a kalkulátorban van, és nem csak a katalógusban: ez egy olyan modell, amit valójában meg tudsz tartani.
Hogyan lett betanítva
A létrehozásához körülbelül összesítő aritmetikára volt szükség. 7.8 × 10²¹ FLOP, hardveren rögzítve NVIDIA A100. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
Az oka, hogy egyáltalán megjelenik ebben a katalógusban: sOTA improvement.
Válaszok
CHAI-1 — gyakori kérdések
CHAI-1— Ki készítette ezt?
Kiadta Chai discovery, alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry.
CHAI-1— Mikor adták ki?
Kibocsátották a October 2024. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
CHAI-1— Mire használják?
Működik a területen a Biology, és rögzítve van, hogy kezeli a feladatot protein folding prediction, Protein-ligand contact prediction. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.
CHAI-1— Hol tudom letölteni?
A súlyok közzététele megtörtént, bár nem rendelkezünk tárolólinkkel erre. Ez az oldal a hardverkövetelményeket számítja ki, nem pedig modellfájlokat tárol.
CHAI-1— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 7.8 × 10²¹ FLOP, hardveren rögzítve NVIDIA A100. Ez azt méri, hogy mennyibe került a modell előállítása, és semmit nem mond arról, hogy milyen gyorsan válaszol, miután betanult — a következtetési sebesség a memória sávszélességéből származik, nem az edzési költségvetésből.
CHAI-1— Milyen GPU-ra van szükségem, hogy futtathassam?
Nem tudjuk megmondani. Nyílt súlyai vannak, de a paraméterek számát nem tették közzé, és minden memória- és sebességszámítás ebből a számból indul. Inkább nem mutatunk semmit, mint egy hamisított becslést.
CHAI-1— Nyílt forráskódú?
Súlyai közzétételre kerültek, így letölthető és futtatható a saját hardvereden. Ne feledd, hogy az open weight nem azonos az open source teljes értelmében — nem mond semmit a tanulási adatokkal, a tanulási kóddal vagy a kereskedelmi feltételekkel kapcsolatban.
CHAI-1— Hány paramétere van?
Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.
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..