CodonTransformer
Nincs becslés
Ennekhez a modellhez nincs hardverkövetelmény
A modellhez tartozó súlyokat nem tették közzé, így azt semmilyen méretben nem lehet letölteni vagy saját hardveren futtatni. Csak az adattovábbítóján keresztül érhető el, és semmilyen grafikus kártya nem változtat ezen..
Felvételen
Teljes specifikáció
Minden adatok ezen a modellen. A legtöbb leírás arról szól, hogyan volt kiképzve, nem pedig arról, hogyan fut — hasznos háttérinformáció arra vonatkozóan, hogy mennyi munka került bele, és hogyan viszonyul más méretű modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- Vector Institute,University of Toronto,Université Paris Cité
- Szervezet típusa
- Academia,Academia,Academia
- Ország
- Canada, France
- Kiadva
- 13 September 2024
- Szerzők
- Adibvafa Fallahpour, Vincent Gureghian, Guillaume J. Filion, Ariel B. Lindner, Amir Pandi
Mit csinál
A modell által épített probléma területek. Egy modell több különbözőt is tartalmazhat.
- Irányítószám
- Biology
- Feladat
- Codon optimization
Méret
Mekkora a modell és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek meghatározzák, hogy illeszkedik-e egy adott grafikus kártyára.
- Paraméterek
- 89.6M
- Képzési adatok
- 45,053,865 tokens
- Epókák
- 20
"total number of parameters to 89.6 million."
1,001,197 sequences × 300 tokens/sequence = 300359100
A képzési futam
A kiképzéshez fizikailag szükséges volt: milyen chipek, hány, meddig és mennyi áramot vett le a hálózatról.
- Képzési hardver
- NVIDIA V100
- Chips used
- 16
- Energiafogyasztás
- 9.5 kW
Hogyan van besorolva
Címkék, amelyeket a forráshalmaz alkalmaz, amikor figyelemmel kíséri a figyelemre méltó modelleket, és mennyire biztos a bejegyzésben.
- Rögzítési bizalom
- Confident
Források
Honnan származik ez a rekord és mikor ellenőrizték utoljára.
- Referencia
- CodonTransformer: a multispecies codon optimizer using context-aware neural networks
- Utoljára frissítve
- 28 November 2025
Mit jelentek a számok
Background
CodonTransformer was published by Vector Institute,University of Toronto,Université Paris Cité, in Canada, in September 2024. The organisation is categorised as academia,Academia,Academia.
It works in Biology, and is recorded as doing codon optimization.
Because the weights are not available, none of the hardware figures elsewhere on this site apply to it.
Training and provenance
The training set ran to roughly 45,053,865 tokens.
Válaszok
CodonTransformer — Gyakran ismételt kérdések
When was CodonTransformer released?
CodonTransformer 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 CodonTransformer used for?
CodonTransformer works in Biology, and is recorded as handling codon optimization. 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 CodonTransformer?
None. CodonTransformer 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 CodonTransformer open source?
The licensing for CodonTransformer was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does CodonTransformer have?
CodonTransformer has 89.6M parameters. "total number of parameters to 89.6 million.". That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created CodonTransformer?
CodonTransformer was published by Vector Institute,University of Toronto,Université Paris Cité, based in Canada, categorised as academia,Academia,Academia.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már rendelkezik egy kártyával és szeretné tudni, hogy minden mit fog futtatni, kérjük, folytassa., kezdje a hardverrel inkább.