CodonTransformer
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
- Vector Institute,University of Toronto,Université Paris Cité
- Szervezet típusa
- Academia,Academia,Academia
- Ország
- Canada, France
- Közölt
- 13 September 2024
- Szerzők
- Adibvafa Fallahpour, Vincent Gureghian, Guillaume J. Filion, Ariel B. Lindner, Amir Pandi
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Biology
- Feladat
- Codon optimization
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
- 89.6M
- Képzési adatok
- 45,053,865 tokens
- Epochok
- 20
"total number of parameters to 89.6 million."
1,001,197 sequences × 300 tokens/sequence = 300359100
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA V100
- Használt chipek
- 16
- Teljesítményfogyasztás
- 9.5 kW
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Confident
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- CodonTransformer: a multispecies codon optimizer using context-aware neural networks
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Háttér
CodonTransformer ki lett adva által Vector Institute,University of Toronto,Université Paris Cité, az országban rögzítve mint Canada, alatt September 2024. A kiadó szervezet a következő kategóriába tartozik academia,Academia,Academia.
Működik a területen a Biology, és úgy van rögzítve, mint a feladat végrehajtása codon optimization.
Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.
Képzés és származás
A tanító készlet kb. futott 45,053,865 szöveg tokenjei
Válaszok
CodonTransformer — gyakori kérdések
CodonTransformer— Mikor adták ki?
Kibocsátották a September 2024. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
CodonTransformer— Mire használják?
Működik a területen a Biology, és rögzítve van, hogy kezeli a feladatot codon optimization. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.
CodonTransformer— 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.
CodonTransformer— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
CodonTransformer— Hány paramétere van?
Paraméterszáma 89.6M. "total number of parameters to 89.6 million.". 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.
CodonTransformer— Ki készítette ezt?
Kiadta Vector Institute,University of Toronto,Université Paris Cité, alapján Canada, egy szervezet, amelyet kategorizáltak mint academia,Academia,Academia.
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..