CELLE-2
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
- Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley
- Tipo di organizzazione
- Research collective,Academia,Academia
- Paese
- United States of America
- Pubblicato
- 10 October 2023
- Autori
- Emaad Khwaja, Yun Song, Aaron Agarunov, Bo Huang
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Protein localization prediction, Text-to-image
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
- 4,327,372 tokens
Image tokens: 17,268 × 256 = 4,420,608 Sequence tokens: 17,268 × 400 = 6,907,200 Total: 4,420,608 + 6,907,200 = 11,327,808 (1.13e7) ['Likely' confidence in dataset size estimation - two estimations slightly differ within same OOM]
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
- Open source
- Hugging Face
- HuangLab
MIT license: https://huggingface.co/HuangLab/CELL-E_2_HPA_Finetuned_480 MIT license: https://github.com/BoHuangLab/CELL-E_2
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Likely
- Citazioni
- 3
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- CELL-E 2: Translating Proteins to Pictures and Back with a Bidirectional Text-to-Image Transformer
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
CELLE-2 è stato pubblicato da Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley, nel paese registrato come United States of America, durante October 2023. La categoria sotto cui rientra l'editore è research collective,Academia,Academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di protein localization prediction, Text-to-image.
I pesi pubblicati significano che il modello gira sulla tua macchina piuttosto che su quella di qualcun altro, il che rende la domanda sull'hardware qui sotto rispondibile. Su Hugging Face è pubblicato sotto l'organizzazione HuangLab.
Come è stato addestrato
È stato addestrato su un corpus di circa 4,327,372 token di testo
Risposte
CELLE-2 — domande comuni
CELLE-2— 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.
CELLE-2— 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.
CELLE-2— 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.
CELLE-2— chi l'ha creato?
È stato pubblicato da Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley, basato su United States of America, un'organizzazione categorizzata come research collective,Academia,Academia.
CELLE-2— quando è stato rilasciato?
È stato pubblicato in October 2023. 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.
CELLE-2— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di protein localization prediction, Text-to-image. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
CELLE-2— Dove posso scaricarlo?
I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione HuangLab. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.
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.