BADGER
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
- NVIDIA,University of California (UC) Berkeley
- Tipo di organizzazione
- Industry,Academia
- Paese
- United States of America
- Pubblicato
- 24 June 2024
- Autori
- Yue Jian, Curtis Wu, Danny Reidenbach, Aditi S. Krishnapriyan
Cosa fa
Le aree problematiche per cui è stato costruito il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Drug discovery
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.
- Parametri
- 2.9M
- Dati di addestramento
- 100,100 tokens
- Epoche
- 20
2.9M transformer model
100,000 (training) + 100 (testing) = 100,100 unique datapoints 20 epochs mentioned but only unique datapoints counted Final estimate: 1.0e5
Il training run
Cosa è stato fisicamente necessario per addestrare: quali chip, quanti, per quanto tempo e cosa ha richiesto dalla rete elettrica.
- Hardware di addestramento
- NVIDIA RTX 6000 Ada Generation
- Chips used
- 1
Come è classificato
Etichette che il dataset sorgente applica quando si monitorano modelli notevoli e quanto è fiducioso nell'entry.
- Registrare fiducia
- Likely
- Citazioni
- 4
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- General Binding Affinity Guidance for Diffusion Models in Structure-Based Drug Design
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Background
BADGER was published by NVIDIA,University of California (UC) Berkeley, in United States of America, in June 2024. It comes out of industry,Academia.
It works in Biology, and is recorded as doing drug discovery.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda grafica cambia ciò.
Come è stato addestrato
Around 100,100 tokens went into training it.
Risposte
BADGER — Domande frequenti
What GPU do I need to run BADGER?
None. BADGER 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 BADGER open source?
The licensing for BADGER 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 BADGER have?
BADGER has 2.9M parameters. 2.9M transformer model. 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 BADGER?
BADGER was published by NVIDIA,University of California (UC) Berkeley, based in United States of America, categorised as industry,Academia.
When was BADGER released?
BADGER was published in June 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 BADGER used for?
BADGER works in Biology, and is recorded as handling drug discovery. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
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.