Yuel 2
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
- Pennsylvania State University
- Szervezet típusa
- Academia
- Ország
- United States of America
- Közölt
- 12 October 2024
- Szerzők
- Jian Wang, Nikolay V. Dokholyan
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Biology
- Feladat
- Protein-ligand binding affinity 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.
- Képzési adatok
- tokens
Pre-training data = 250,000 protein-ligand pairs 250,000 = 2.5e5 unique data points
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)
GNU GENERAL PUBLIC LICENSE Yuel follow GPL 3.0v license. Yuel are freely available for academic purpose or individual research, but restricted for commecial use. https://bitbucket.org/dokhlab/yuel/src/master/
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Confident
- Hivatkozások
- 2
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Leveraging Transfer Learning for Predicting Protein-Small Molecule Interactions
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Honnan jött
Yuel 2 ki lett adva által Pennsylvania State University, az országban rögzítve mint United States of America, alatt October 2024. A kiadó szervezet a következő kategóriába tartozik academia.
Működik a területen a Biology, és úgy van rögzítve, mint a feladat végrehajtása protein-ligand binding affinity prediction.
A közzétett súlyok azt jelentik, hogy a modell a te gépeden fut, nem pedig valaki másén, ami lehetővé teszi az alábbi hardverkérdés megválaszolását.
Válaszok
Yuel 2 — gyakori kérdések
Yuel 2— Hány paramétere van?
Nincs közzétéve paraméterszám, ezért ez az oldal nem tartalmaz memóriával vagy sebességgel kapcsolatos adatokat.
Yuel 2— Ki készítette ezt?
Kiadta Pennsylvania State University, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia.
Yuel 2— 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.
Yuel 2— Mire használják?
Működik a területen a Biology, és rögzítve van, hogy kezeli a feladatot protein-ligand binding affinity prediction. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.
Yuel 2— Hol tudom letölteni?
A súlyok közzététele megtörtént, bár nem rendelkezünk tárolólinkkel erre. Ez az oldal a hardverkövetelményeket számítja ki, nem pedig modellfájlokat tárol.
Yuel 2— 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.
Yuel 2— 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.
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..