CPAC
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
- Texas A&M
- Tipo di organizzazione
- Academia
- Paese
- United States of America
- Pubblicato
- 18 September 2022
- Autori
- Yuning You, Yang Shen
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Protein-ligand binding affinity prediction, Protein-ligand contact 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
- 589,944,195 tokens
Calculations: 60,137 × 1,000 = 6.0137 × 10⁷ 12,798,671 × 1,000 = 1.2798671 × 10¹⁰ 6.0137 × 10⁷ + 1.2798671 × 10¹⁰ = 1.3400678 × 10¹⁰ Final estimate: 1.34 × 10¹⁰ datapoints assumes 1000 datapoints per sequence?
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Speculative
- Citazioni
- 25
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Cross-modality and self-supervised protein embedding for compound–protein affinity and contact prediction
- Ultimo aggiornamento
- 1 January 2026
Cosa significano i numeri
Cosa è questo modello
CPAC è stato pubblicato da Texas A&M, nel paese registrato come United States of America, durante September 2022. La categoria sotto cui rientra l'editore è academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di protein-ligand binding affinity prediction, Protein-ligand contact prediction.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Addestramento e provenienza
Il set di addestramento si aggirava attorno a 589,944,195 token di testo
Risposte
CPAC — domande comuni
CPAC— 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.
CPAC— 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.
CPAC— chi l'ha creato?
È stato pubblicato da Texas A&M, basato su United States of America, un'organizzazione categorizzata come academia.
CPAC— quando è stato rilasciato?
È stato pubblicato in September 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.
CPAC— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di protein-ligand binding affinity prediction, Protein-ligand contact prediction. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
CPAC— 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.
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.