Structure-Informed Protein Language Model
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
- Mila - Quebec AI (originally Montreal Institute for Learning Algorithms),University of Montreal / Université de Montréal,IBM Research,HEC Montreal,CIFAR AI Research
- Tipo di organizzazione
- Academia,Academia,Industry,Academia,Research collective
- Paese
- Canada, United States of America
- Pubblicato
- 7 February 2024
- Autori
- Zuobai Zhang, Jiarui Lu, Vijil Chenthamarakshan, Aurélie Lozano, Payel Das, Jian Tang
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
- ESM2-650M
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
- 650M
- Dati di addestramento
- tokens
- Epoche
- 50
Fine-tuning: 12,312 proteins × 300 residues = 3.7 × 10^6 tokens
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Likely
- Citazioni
- 15
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Structure-Informed Protein Language Model
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Da dove è venuto
Structure-Informed Protein Language Model è stato pubblicato da Mila - Quebec AI (originally Montreal Institute for Learning Algorithms),University of Montreal / Université de Montréal,IBM Research,HEC Montreal,CIFAR AI Research, nel paese registrato come Canada, durante February 2024. Esce da un'organizzazione categorizzata come academia,Academia,Industry,Academia,Research collective.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di protein or nucleotide language model (pLM/nLM).
Il suo punto di partenza era un modello di base esistente, ESM2-650M. È per questo che condivide la forma e le dimensioni generali del modello base.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Risposte
Structure-Informed Protein Language Model — domande comuni
Structure-Informed Protein Language Model— quando è stato rilasciato?
È stato pubblicato in February 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.
Structure-Informed Protein Language Model— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di protein or nucleotide language model (pLM/nLM). Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Structure-Informed Protein Language Model— 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.
Structure-Informed Protein Language Model— 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.
Structure-Informed Protein Language Model— quanti parametri ha?
Ha un numero di parametri di 650M. 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.
Structure-Informed Protein Language Model— chi l'ha creato?
È stato pubblicato da Mila - Quebec AI (originally Montreal Institute for Learning Algorithms),University of Montreal / Université de Montréal,IBM Research,HEC Montreal,CIFAR AI Research, basato su Canada, un'organizzazione categorizzata come academia,Academia,Industry,Academia,Research collective.
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.