PROPERMAB
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
- Regeneron
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 12 October 2024
- Autori
- Bian Li, Shukun Luo, Wenhua Wang, Jiahui Xu, Dingjiang Liu, Mohammed Shameem, John Mattila, Matthew Franklin, Peter G. Hawkins, Gurinder S. Atwal
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Antibody property 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
- tokens
Feature Prediction: 12,000 mAbs HIC Retention Time: 135 mAbs Viscosity Prediction: 60 mAbs Total = 12,000 + 135 + 60 = 12,195 mAbs (1.2e4)
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
- Citazioni
- 4
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- PROPERMAB: an integrative framework for in silico prediction of antibody developability using machine learning
- Ultimo aggiornamento
- 1 December 2025
Cosa significano i numeri
Da dove è venuto
PROPERMAB è stato pubblicato da Regeneron, nel paese registrato come United States of America, durante October 2024. Esce da un'organizzazione categorizzata come industry.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di antibody property prediction.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Risposte
PROPERMAB — domande comuni
PROPERMAB— chi l'ha creato?
È stato pubblicato da Regeneron, basato su United States of America, un'organizzazione categorizzata come industry.
PROPERMAB— quando è stato rilasciato?
È stato pubblicato in October 2024. 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.
PROPERMAB— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di antibody property prediction. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
PROPERMAB— 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.
PROPERMAB— 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.
PROPERMAB— 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.
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.