RiboCode
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul vostro hardware a qualsiasi dimensione. È accessibile solo attraverso il suo fornitore, e nessuna scheda grafica può cambiare questo.
In registrazione
Specifiche complete
Tutto ciò che riguarda questo modello. La maggior parte delle informazioni descrive come è stato addestrato piuttosto che come viene eseguito — un contesto utile per valutare la quantità di lavoro impiegata e come si confronta con modelli realizzati su scala diversa.
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Sun Yat-sen University,Rhegen Biotechnology,Chinese Academy of Sciences
- Tipo di organizzazione
- Academia,Industry,Academia
- Paese
- China
- Pubblicato
- 8 September 2024
- Autori
- Yupeng Li, Fan Wang, Jiaqi Yang, Zirong Han, Linfeng Chen, Wenbing Jiang, Hao Zhou, Tong Li, Zehua Tang, Jianxiang Deng, Xin He, Gaofeng Zha, Jiekai Hu, Yong Hu, Linping Wu, Changyou Zhan, Caijun Sun, Yao He, Zhi Xie
Cosa fa
Le aree problematiche per cui è stato costruito il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- RNA design
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono il valore che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
320 datasets × 10,000 mRNAs/dataset = 3,200,000 data points (3.2 × 10^6 data points)
Come è classificato
Etichette che il dataset sorgente applica quando si monitorano modelli notevoli e quanto è fiducioso nell'entry.
- Registrare fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Deep Generative Optimization of mRNA Codon Sequences for Enhanced Protein Production and Therapeutic Efficacy
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Informazioni su questo modello
RiboCode was published by Sun Yat-sen University,Rhegen Biotechnology,Chinese Academy of Sciences, in China, in September 2024. The organisation is categorised as academia,Industry,Academia.
It works in Biology, and is recorded as doing rNA design.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Risposte
RiboCode — Domande frequenti
When was RiboCode released?
RiboCode 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 RiboCode used for?
RiboCode works in Biology, and is recorded as handling rNA design. 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 RiboCode?
None. RiboCode 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 RiboCode open source?
The licensing for RiboCode 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 RiboCode have?
No parameter count has been published for RiboCode, which is why no memory or speed figure appears on this page.
Who created RiboCode?
RiboCode was published by Sun Yat-sen University,Rhegen Biotechnology,Chinese Academy of Sciences, based in China, categorised as academia,Industry,Academia.
L'altra direzione
Guardando la questione dall'altra parte?
Questa pagina inizia dal modello. Se possedete già una scheda e desiderate conoscere tutto ciò che può eseguire, inizia dall'hardware invece.