SYNTERACT

Pesi chiusi University of Delaware 420M parametri June 2023

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
University of Delaware
Tipo di organizzazione
Academia
Paese
United States of America
Pubblicato
9 June 2023
Autori
Logan Hallee, Jason P. Gleghorn

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio
Biology
Compito
Protein interaction prediction
Modello di base
ProtBERT-BFD

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
420M
Dati di addestramento
tokens

353,976 pairs × 500 avg amino acids = 176,988,000 tokens ≈ 1.8 × 10⁸ tokens {pairs calculation: 179,018 + 3,958 + 170,000 = 353,976}

Dimensione del Batch
70

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
Protein-Protein Interaction Prediction is Achievable with Large Language Models
Ultimo aggiornamento
28 November 2025

Cosa significano i numeri

Da dove è venuto

SYNTERACT è stato pubblicato da University of Delaware, nel paese registrato come United States of America, durante June 2023. Esce da un'organizzazione categorizzata come academia.

Funziona nel dominio di Biology, ed è registrato come eseguire il compito di protein interaction prediction.

Invece di essere addestrato da zero, è derivato da ProtBERT-BFD. La maggior parte dei modelli di questa scala sono adattati da una base esistente piuttosto che costruiti da zero.

I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.

Risposte

SYNTERACT — domande comuni

01

SYNTERACT— chi l'ha creato?

È stato pubblicato da University of Delaware, basato su United States of America, un'organizzazione categorizzata come academia.

02

SYNTERACT— quando è stato rilasciato?

È stato pubblicato in June 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.

03

SYNTERACT— A cosa serve?

Funziona nel dominio di Biology, e viene registrato come gestire il compito di protein interaction prediction. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.

04

SYNTERACT— 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.

05

SYNTERACT— 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.

06

SYNTERACT— quanti parametri ha?

Ha un numero di parametri di 420M. 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.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 28 November 2025

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.