RiboDiffusion
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
- Beihang University,Nanjing University,Chinese University of Hong Kong (CUHK)
- Tipo di organizzazione
- Academia,Academia,Academia
- Paese
- China, Hong Kong
- Pubblicato
- 28 June 2024
- Autori
- Han Huang, Ziqian Lin, Dongchen He, Liang Hong, Yu Li
Cosa fa
Le aree problematiche per cui è stato progettato 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 la cifra che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
24,322 RNA chains × 150 nucleotides per chain = 3,648,300 data points ≈ 3.648 × 10⁶ (7,322 + 17,000 = 24,322 RNA chains)
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
MIT license (the repo seems to include checkpoints and inference code only) https://github.com/ml4bio/RiboDiffusion
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
- Citazioni
- 23
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- RiboDiffusion: tertiary structure-based RNA inverse folding with generative diffusion models
- Ultimo aggiornamento
- 1 January 2026
Cosa significano i numeri
Sfondo
RiboDiffusion è stato pubblicato da Beihang University,Nanjing University,Chinese University of Hong Kong (CUHK), nel paese registrato come China, durante June 2024. La categoria sotto cui rientra l'editore è academia,Academia,Academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di rNA design.
I pesi sono pubblicati, quindi possono essere scaricati e eseguiti sul proprio hardware indefinitamente, offline, senza un account associato.
Risposte
RiboDiffusion — domande comuni
RiboDiffusion— quando è stato rilasciato?
È stato pubblicato in June 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.
RiboDiffusion— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di rNA design. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
RiboDiffusion— 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.
RiboDiffusion— 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.
RiboDiffusion— 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.
RiboDiffusion— 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.
RiboDiffusion— chi l'ha creato?
È stato pubblicato da Beihang University,Nanjing University,Chinese University of Hong Kong (CUHK), basato su China, un'organizzazione categorizzata come academia,Academia,Academia.
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.