Innovative Drug-like Molecule Generation from
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 Pittsburgh,Carnegie Mellon University (CMU)
- Tipo di organizzazione
- Academia,Academia
- Paese
- United States of America
- Pubblicato
- 12 November 2022
- Autori
- Haotian Zhang, Linxiaoyi Wan
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Drug discovery
- Modello di base
- GraphBP
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
- 2,000,000 tokens
Total data points = 50,000 binding structures Previous estimate: 20 atoms/ligand = 1,000,000 data points [Final estimate: 1.0e6]
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Unknown
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Innovative Drug-like Molecule Generation from Flow-based Generative Model
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Informazioni su questo modello
Innovative Drug-like Molecule Generation from è stato pubblicato da University of Pittsburgh,Carnegie Mellon University (CMU), nel paese registrato come United States of America, durante November 2022. L'organizzazione di pubblicazione è classificata come academia,Academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di drug discovery.
Il suo punto di partenza era un modello di base esistente, GraphBP. 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 2,000,000 token di testo
Risposte
Innovative Drug-like Molecule Generation from — domande comuni
Innovative Drug-like Molecule Generation from— 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.
Innovative Drug-like Molecule Generation from— chi l'ha creato?
È stato pubblicato da University of Pittsburgh,Carnegie Mellon University (CMU), basato su United States of America, un'organizzazione categorizzata come academia,Academia.
Innovative Drug-like Molecule Generation from— quando è stato rilasciato?
È stato pubblicato in November 2022. 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.
Innovative Drug-like Molecule Generation from— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di drug discovery. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
Innovative Drug-like Molecule Generation from— 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.
Innovative Drug-like Molecule Generation from— 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.
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.