ProCALM (Uniref9B)
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
- Profluent Bio,California Institute of Technology
- Tipo di organizzazione
- Industry,Academia
- Paese
- United States of America
- Pubblicato
- 9 October 2024
- Autori
- Jason Yang, Aadyot Bhatnagar, Jeffrey A. Ruffolo, Ali Madani
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Proteins, Protein generation
- Modello di base
- ProGen2-base
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.
- parametri
- 764M
- Dati di addestramento
- tokens
"We trained two different ProCALM models – one on 9 billion tokens of enzyme sequences from Uniref, and one on 1.5 billion tokens of enzyme sequences from Swissprot Train"
Calcolo di addestramento
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.
- Come è stato stabilito
- Hardware
- Addestramento fine
- 8.1 × 10¹⁹ FLOP
"Impressively, our Uniref9B and Swissprot-1.5B models only required 240 and 40 A100-hours to train, respectively" 240/4=60h across 4 A100 Finetuning compute: 240*60*60*312000000000000*0.3=8.08704e+19
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Hardware di addestramento
- NVIDIA A100
- Chip utilizzati
- 4
- Tempo di parete
- 60 hours
- Consumo energetico
- 3.2 kW
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
- Citazioni
- 9
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Conditional Enzyme Generation Using Protein Language Models with Adapters
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Cosa è questo modello
ProCALM (Uniref9B) è stato pubblicato da Profluent Bio,California Institute of Technology, nel paese registrato come United States of America, durante October 2024. L'organizzazione di pubblicazione è classificata come industry,Academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di proteins, Protein generation.
Il suo punto di partenza era un modello di base esistente, ProGen2-base. La maggior parte dei modelli di questa scala sono adattati da una base esistente piuttosto che costruiti da zero.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Risposte
ProCALM (Uniref9B) — domande comuni
ProCALM (Uniref9B)— chi l'ha creato?
È stato pubblicato da Profluent Bio,California Institute of Technology, basato su United States of America, un'organizzazione categorizzata come industry,Academia.
ProCALM (Uniref9B)— 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.
ProCALM (Uniref9B)— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di proteins, Protein generation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
ProCALM (Uniref9B)— 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.
ProCALM (Uniref9B)— 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.
ProCALM (Uniref9B)— quanti parametri ha?
Ha un numero di parametri di 764M. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
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.