CodonTransformer
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
- Vector Institute,University of Toronto,Université Paris Cité
- Tipo di organizzazione
- Academia,Academia,Academia
- Paese
- Canada, France
- Pubblicato
- 13 September 2024
- Autori
- Adibvafa Fallahpour, Vincent Gureghian, Guillaume J. Filion, Ariel B. Lindner, Amir Pandi
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Biology
- Compito
- Codon optimization
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
- 89.6M
- Dati di addestramento
- 45,053,865 tokens
- Epoche
- 20
"total number of parameters to 89.6 million."
1,001,197 sequences × 300 tokens/sequence = 300359100
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 V100
- Chip utilizzati
- 16
- Consumo energetico
- 9.5 kW
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
- CodonTransformer: a multispecies codon optimizer using context-aware neural networks
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Sfondo
CodonTransformer è stato pubblicato da Vector Institute,University of Toronto,Université Paris Cité, nel paese registrato come Canada, durante September 2024. L'organizzazione di pubblicazione è classificata come academia,Academia,Academia.
Funziona nel dominio di Biology, ed è registrato come eseguire il compito di codon optimization.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Addestramento e provenienza
Il set di addestramento si aggirava attorno a 45,053,865 token di testo
Risposte
CodonTransformer — domande comuni
CodonTransformer— 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.
CodonTransformer— A cosa serve?
Funziona nel dominio di Biology, e viene registrato come gestire il compito di codon optimization. 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.
CodonTransformer— 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.
CodonTransformer— 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.
CodonTransformer— quanti parametri ha?
Ha un numero di parametri di 89.6M. "total number of parameters to 89.6 million.". 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.
CodonTransformer— chi l'ha creato?
È stato pubblicato da Vector Institute,University of Toronto,Université Paris Cité, basato su Canada, un'organizzazione categorizzata come academia,Academia,Academia.
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.