Loop-Diffusion
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
- University of Washington
- Tipo di organizzazione
- Academia
- Paese
- United States of America
- Pubblicato
- 26 September 2024
- Autori
- Kevin Borisiak, Gian Marco Visani, Armita Nourmohammad
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Protein design
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
- 77,940,000 tokens
433,000 total datapoints = 433k atomic neighborhoods from 20,000 protein structures Final result: 4.33e5 datapoints
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Loop-Diffusion: an equivariant diffusion model for designing and scoring protein loops
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
Loop-Diffusion è stato pubblicato da University of Washington, nel paese registrato come United States of America, durante September 2024. L'organizzazione di pubblicazione è classificata come academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di protein design.
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
È stato addestrato su un corpus di circa 77,940,000 token di testo
Risposte
Loop-Diffusion — domande comuni
Loop-Diffusion— 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.
Loop-Diffusion— 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.
Loop-Diffusion— 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.
Loop-Diffusion— chi l'ha creato?
È stato pubblicato da University of Washington, basato su United States of America, un'organizzazione categorizzata come academia.
Loop-Diffusion— quando è stato rilasciato?
È stato pubblicato in September 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.
Loop-Diffusion— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di protein design. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
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.