ChemNet
Nessuna stima
Nessun requisito hardware per questo modello
I pesi di questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul vostro hardware a qualsiasi dimensione. È accessibile solo attraverso il suo fornitore, e nessuna scheda grafica può cambiare questo.
In registrazione
Specifiche complete
Tutto ciò che riguarda questo modello. La maggior parte delle informazioni descrive come è stato addestrato piuttosto che come viene eseguito — un contesto utile per valutare la quantità di lavoro impiegata e come si confronta con modelli realizzati su 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
- 25 September 2024
- Autori
- Ivan Anishchenko, Yakov Kipnis, Indrek Kalvet, Guangfeng Zhou, Rohith Krishna, Samuel J Pellock, Anna Lauko, Gyu Rie Lee, Linna An, Justas Dauparas, Frank DiMaio, David Baker
Cosa fa
Le aree problematiche per cui è stato costruito il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Protein folding prediction
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono il valore che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- 172,062,700 tokens
112,828 data points Calculation: Single dataset (PDB) with 112,828 examples = 112,828 total data points
Come è classificato
Etichette che il dataset sorgente applica quando si monitorano modelli notevoli e quanto è fiducioso nell'entry.
- Registrare fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Modeling protein-small molecule conformational ensembles with ChemNet
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Informazioni su questo modello
ChemNet was published by University of Washington, in United States of America, in September 2024. academia is the category the publisher falls under.
It works in Biology, and is recorded as doing protein folding 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.
Come è stato addestrato
Around 172,062,700 tokens went into training it.
Risposte
ChemNet — Domande frequenti
Who created ChemNet?
ChemNet was published by University of Washington, based in United States of America, categorised as academia.
When was ChemNet released?
ChemNet was published in September 2024. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is ChemNet used for?
ChemNet works in Biology, and is recorded as handling protein folding prediction. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run ChemNet?
None. ChemNet is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is ChemNet open source?
The licensing for ChemNet was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does ChemNet have?
No parameter count has been published for ChemNet, which is why no memory or speed figure appears on this page.
L'altra direzione
Guardando la questione dall'altra parte?
Questa pagina inizia dal modello. Se possedete già una scheda e desiderate conoscere tutto ciò che può eseguire, inizia dall'hardware invece.