ProRNA3D-Single
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello sono open weight, ma non è stato pubblicato alcun conteggio dei parametri. Ogni figura di memory e velocità parte da quel numero, quindi preferiremmo non mostrare nulla piuttosto che una stima fabbricata..
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Virginia Tech (Virginia Polytechnic Institute and State University)
- Tipo di organizzazione
- Academia
- Paese
- United States of America
- Pubblicato
- 28 July 2024
- Autori
- Rahmatullah Roche, Sumit Tarafder, Debswapna Bhattacharya
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Protein folding prediction
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
- Epoche
- 100
750 complexes × (1000 protein residues + 250 RNA nucleotides) per complex = 750 × 1250 = 937,500 datapoints ≈ 9.4e5 datapoints
Calcolo di addestramento
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.
- Come è stato stabilito
- Hardware
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Hardware di addestramento
- NVIDIA A100
- Chip utilizzati
- 1
- Consumo energetico
- 433 W
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Open — downloadable
- Accesso al modello
- Open weights (unrestricted)
- Codice di addestramento
- Unreleased
An open-source software implementation of ProRNA3D-single, licensed under the GNU General Public License v3, is freely available at https://github.com/Bhattacharya-Lab/ProRNA3D-single.
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Single-sequence protein-RNA complex structure prediction by geometric attention-enabled pairing of biological language models
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
ProRNA3D-Single è stato pubblicato da Virginia Tech (Virginia Polytechnic Institute and State University), nel paese registrato come United States of America, durante July 2024. Esce da un'organizzazione categorizzata come academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di protein folding prediction.
I pesi sono pubblicati, quindi possono essere scaricati e eseguiti sul proprio hardware indefinitamente, offline, senza un account associato.
Risposte
ProRNA3D-Single — domande comuni
ProRNA3D-Single— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
ProRNA3D-Single— chi l'ha creato?
È stato pubblicato da Virginia Tech (Virginia Polytechnic Institute and State University), basato su United States of America, un'organizzazione categorizzata come academia.
ProRNA3D-Single— quando è stato rilasciato?
È stato pubblicato in July 2024. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
ProRNA3D-Single— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di protein folding prediction. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.
ProRNA3D-Single— Dove posso scaricarlo?
I pesi sono pubblicati, anche se non abbiamo un link al repository per essi. Questo sito calcola i requisiti hardware anziché ospitare file di modello.
ProRNA3D-Single— che GPU ho bisogno per eseguirlo?
Non possiamo dire. Ha pesi aperti, ma non è stato pubblicato alcun conteggio dei parametri per esso, e ogni calcolo di memoria e velocità parte da quel numero. Preferiremmo non mostrare nulla piuttosto che una stima fabbricata.
ProRNA3D-Single— è open-source?
I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.