RiboCode
Geen schatting
Geen hardwarevereisten voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of op uw eigen hardware worden uitgevoerd in welke omvang dan ook. Het is alleen toegankelijk via de provider, en geen grafische kaart verandert dat.
Op record
Volledige specificatie
Alles over dit model vastgelegd. Het meeste beschrijft hoe het getraind is in plaats van hoe het draait — nuttige context om te beoordelen hoeveel werk erin gestoken is en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd.
Oorsprong
Wie heeft dit model gebouwd, waar en wanneer het werd gepubliceerd.
- Organisatie
- Sun Yat-sen University,Rhegen Biotechnology,Chinese Academy of Sciences
- Organisatie type
- Academia,Industry,Academia
- Land
- China
- Gepubliceerd
- 8 September 2024
- Auteurs
- Yupeng Li, Fan Wang, Jiaqi Yang, Zirong Han, Linfeng Chen, Wenbing Jiang, Hao Zhou, Tong Li, Zehua Tang, Jianxiang Deng, Xin He, Gaofeng Zha, Jiekai Hu, Yong Hu, Linping Wu, Changyou Zhan, Caijun Sun, Yao He, Zhi Xie
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.
- Domein
- Biology
- Taak
- RNA design
Grootte
Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het op een bepaalde grafische kaart past.
- Opleidingsgegevens
- tokens
320 datasets × 10,000 mRNAs/dataset = 3,200,000 data points (3.2 × 10^6 data points)
Hoe het is geclassificeerd
Labels de bron dataset toepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Vereiste vertrouwen
- Confident
Bronnen
Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.
- Referentie
- Deep Generative Optimization of mRNA Codon Sequences for Enhanced Protein Production and Therapeutic Efficacy
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Over dit model
RiboCode was published by Sun Yat-sen University,Rhegen Biotechnology,Chinese Academy of Sciences, in China, in September 2024. The organisation is categorised as academia,Industry,Academia.
It works in Biology, and is recorded as doing rNA design.
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Antwoorden
RiboCode — Veelgestelde vragen
When was RiboCode released?
RiboCode 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 RiboCode used for?
RiboCode works in Biology, and is recorded as handling rNA design. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
What GPU do I need to run RiboCode?
None. RiboCode 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 RiboCode open source?
The licensing for RiboCode 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 RiboCode have?
No parameter count has been published for RiboCode, which is why no memory or speed figure appears on this page.
Who created RiboCode?
RiboCode was published by Sun Yat-sen University,Rhegen Biotechnology,Chinese Academy of Sciences, based in China, categorised as academia,Industry,Academia.
De andere richting
Vanuit het andere perspectief bekijken?
Deze pagina begint bij het model. Als u al een kaart bezit en alles wilt weten wat het zal uitvoeren, Begin liever bij de hardware.