AminoBert
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
- Harvard Medical School,Nabla Bio,Columbia University
- Tipo di organizzazione
- Academia,Industry,Academia
- Paese
- United States of America
- Pubblicato
- 3 October 2022
- Autori
- Ratul Chowdhury, Nazim Bouatta, Surojit Biswas, Christina Floristean, Anant Kharkar, Koushik Roy, Charlotte Rochereau, Gustaf Ahdritz, Joanna Zhang, George M. Church, Peter K. Sorger, Mohammed AlQuraishi
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Protein folding prediction
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
- 78,000,000,000 tokens
260,000,000 sequences × 300 tokens/sequence = 78,000,000,000 tokens (7.8 × 10¹⁰)
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
- Closed — provider access only
- Accesso al modello
- Hosted access (no API)
- Codice di addestramento
- Open (non-commercial)
RGN2 is available freely as a standalone tool from https://github.com/aqlaboratory/rgn2. Users can make structure predictions using a Python3-based web user interface by uploading the protein sequence in FASTA format (https://colab.research.google.com/github/aqlaboratory/rgn2/blob/master/rgn2_prediction.ipynb). no clear license
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Likely
- Citazioni
- 343
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Single-sequence protein structure prediction using a language model and deep learning
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Cosa è questo modello
AminoBert è stato pubblicato da Harvard Medical School,Nabla Bio,Columbia University, nel paese registrato come United States of America, durante October 2022. L'organizzazione di pubblicazione è classificata come academia,Industry,Academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di protein folding prediction.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Cosa è stato necessario per costruirlo
L'addestramento ha consumato un corpus di circa 78,000,000,000 token di testo
Risposte
AminoBert — domande comuni
AminoBert— 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.
AminoBert— chi l'ha creato?
È stato pubblicato da Harvard Medical School,Nabla Bio,Columbia University, basato su United States of America, un'organizzazione categorizzata come academia,Industry,Academia.
AminoBert— quando è stato rilasciato?
È stato pubblicato in October 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.
AminoBert— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di protein folding prediction. 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.
AminoBert— 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.
AminoBert— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
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.