Protein-Mamba
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
- Rensselaer Polytechnic Institute,Stanford University,University of Minnesota,Korea Advanced Institute of Science and Technology (KAIST),University of Illinois Urbana-Champaign (UIUC)
- Tipo di organizzazione
- Academia,Academia,Academia,Academia,Academia
- Paese
- United States of America, Korea (Republic of)
- Pubblicato
- 24 September 2024
- Autori
- Bohao Xu, Yingzhou Lu, Yoshitaka Inoue, Namkyeong Lee, Tianfan Fu, Jintai Chen
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
- Epoche
- 150
Total number of datapoints = 27,043 proteins × 300 amino acids/protein = 8,112,900 This equals approximately 8.1 × 10⁶ datapoints 27,043 × 300 = 8,112,900
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
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 GeForce RTX 3090
- Chip utilizzati
- 1
- Consumo energetico
- 379 W
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
- Citazioni
- 5
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Protein-Mamba: Biological Mamba Models for Protein Function Prediction
- Ultimo aggiornamento
- 1 January 2026
Cosa significano i numeri
Informazioni su questo modello
Protein-Mamba è stato pubblicato da Rensselaer Polytechnic Institute,Stanford University,University of Minnesota,Korea Advanced Institute of Science and Technology (KAIST),University of Illinois Urbana-Champaign (UIUC), nel paese registrato come United States of America, durante September 2024. La categoria sotto cui rientra l'editore è academia,Academia,Academia,Academia,Academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di protein or nucleotide language model (pLM/nLM).
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Risposte
Protein-Mamba — domande comuni
Protein-Mamba— 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.
Protein-Mamba— 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.
Protein-Mamba— 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.
Protein-Mamba— chi l'ha creato?
È stato pubblicato da Rensselaer Polytechnic Institute,Stanford University,University of Minnesota,Korea Advanced Institute of Science and Technology (KAIST),University of Illinois Urbana-Champaign (UIUC), basato su United States of America, un'organizzazione categorizzata come academia,Academia,Academia,Academia,Academia.
Protein-Mamba— 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.
Protein-Mamba— 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.
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.