Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
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
- Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University
- Tipo di organizzazione
- Academia,Academia,Academia
- Paese
- China
- Pubblicato
- 24 April 2024
- Autori
- Shujian Jiao, Bingxuan Li, Lei Wang, Xiaojin Zhang, Wei Chen, Jiajie Peng, Zhongyu Wei
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Protein or nucleotide language model (pLM/nLM)
- Modello di base
- ESM2-35M
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.
- parametri
- 35.8M
- Dati di addestramento
- 30,841,287 tokens
Table 2: 540601*367.01=198405973
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
- Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient Clustering
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient è stato pubblicato da Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University, nel paese registrato come China, durante April 2024. Esce da un'organizzazione categorizzata come academia,Academia,Academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di protein or nucleotide language model (pLM/nLM).
Invece di essere addestrato da zero, è derivato da ESM2-35M. Quello è il modo abituale in cui viene prodotto un modello specializzato.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Come è stato addestrato
L'addestramento ha consumato un corpus di circa 30,841,287 token di testo
Risposte
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient — domande comuni
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— quando è stato rilasciato?
È stato pubblicato in April 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di protein or nucleotide language model (pLM/nLM). 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— è open-source?
La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— quanti parametri ha?
Ha un numero di parametri di 35.8M. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— chi l'ha creato?
È stato pubblicato da Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University, 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.