PLUS-RNN
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
- Seoul National University,LG AI Research,NAVER,Kangwon National University
- Tipo di organizzazione
- Academia,Industry,Industry,Academia
- Paese
- Korea (Republic of)
- Pubblicato
- 3 September 2021
- Autori
- Seonwoo Min, Seunghyun Park, Siwon Kim, Hyun-Soo Choi, Byunghan Lee, Sungroh Yoon
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Protein or nucleotide language model (pLM/nLM)
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
- tokens
14,670,860 protein sequences × 150 amino acids/sequence = 2.2 billion datapoints (2.2 × 10^9 total tokens)
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
- Citazioni
- 69
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Pre-Training of Deep Bidirectional Protein Sequence Representations With Structural Information
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Cosa è questo modello
PLUS-RNN è stato pubblicato da Seoul National University,LG AI Research,NAVER,Kangwon National University, nel paese registrato come Korea (Republic of), durante September 2021. L'organizzazione di pubblicazione è classificata come academia,Industry,Industry,Academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di protein or nucleotide language model (pLM/nLM).
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Risposte
PLUS-RNN — domande comuni
PLUS-RNN— quando è stato rilasciato?
È stato pubblicato in September 2021. 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.
PLUS-RNN— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di protein or nucleotide language model (pLM/nLM). 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.
PLUS-RNN— 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.
PLUS-RNN— 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.
PLUS-RNN— 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.
PLUS-RNN— chi l'ha creato?
È stato pubblicato da Seoul National University,LG AI Research,NAVER,Kangwon National University, basato su Korea (Republic of), un'organizzazione categorizzata come academia,Industry,Industry,Academia.
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.