ChatMol

Open gewichten Tsinghua University,PingAn Technology,Beijing University of Posts and Telecommunications September 2024

Geen schatting

Geen hardware-eisen voor dit model

Dit model's gewichten zijn open-source, maar er is geen parameter aantal gepubliceerd. Elk geheugen- en snelheidsfiguur begint vanaf dat nummer, dus we geven liever niets weer dan een gefabriceerde schatting..

Op record

Volledige specificatie

Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..

Oorsprong

Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.

Organisatie
Tsinghua University,PingAn Technology,Beijing University of Posts and Telecommunications
Organisatietype
Academia,Industry,Academia
Land
China
Gepubliceerd
2 September 2024
Auteurs
Zheni Zeng, Bangchen Yin, Shipeng Wang, Jiarui Liu, Cheng Yang, Haishen Yao, Xingzhi Sun, Maosong Sun, Guotong Xie, Zhiyuan Liu

Wat het doet

De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.

Domein
Biology
Taak
Drug discovery

Grootte

Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.

Training gegevens
tokens

Summary of calculations: ChEBI-20: 26,407 samples × 143 tokens/sample = 3,775,701 tokens PCdes: 10,500 samples × 162 tokens/sample = 1,701,000 tokens ChEBI-dia: 7,361 dialogs × 200 tokens/dialog = 1,472,200 tokens Total dataset tokens: 3,775,701 + 1,701,000 + 1,472,200 = 7,948,901 tokens Training tokens: 12,000 steps × 256 tokens/step = 3,072,000 tokens Final data estimate: 3.072 × 10^6 tokens

Beschikbaarheid

Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.

Gewichten
Open — downloadable
Toegang tot model
Open weights (non-commercial)
Training code
Open (non-commercial)

Codes and data are provided in https://github.com/Ellenzzn/ChatMol/tree/main [no clear license]

Hoe het is geclassificeerd

Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.

Record vertrouwen
Speculative
Citaties
13

Bronnen

Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.

Referentie
ChatMol: interactive molecular discovery with natural language
Laatst bijgewerkt
28 November 2025

Wat de cijfers betekenen

Over dit model

ChatMol werd gepubliceerd door Tsinghua University,PingAn Technology,Beijing University of Posts and Telecommunications, in het land geregistreerd als China, tijdens September 2024. Het komt uit een organisatie gecategoriseerd als academia,Industry,Academia.

Het werkt in het domein van Biology, en wordt geregistreerd als het uitvoeren van de taak van drug discovery.

De gewichten zijn gepubliceerd, zodat ze gedownload en onbeperkt, offline, op je eigen hardware kunnen worden uitgevoerd, zonder dat er een account aan verbonden is.

Antwoorden

ChatMol — veelgestelde vragen

01

ChatMol— waarvoor wordt het gebruikt?

Het werkt in het domein van Biology, en wordt geregistreerd als het afhandelen van drug discovery. Een model kan er verschillende van elk dragen, dus dit zijn de gebieden waarvoor het is gebouwd in plaats van een limiet op wat het zal proberen.

02

ChatMol— waar kan ik het downloaden?

De gewichten zijn gepubliceerd, hoewel we geen repositorylink daarvoor hebben. Deze site berekent hardwarevereisten in plaats van modelbestanden te hosten.

03

ChatMol— Welke GPU heb ik nodig om het te draaien?

We kunnen niets zeggen. Het heeft open weights, maar er is geen parameter telling gepubliceerd voor het, en elke memory en snelheid berekening begint vanaf dat nummer. We tonen liever niets dan een gefabriceerde schatting.

04

ChatMol— is het open-source?

De gewichten zijn gepubliceerd, zodat ze kunnen worden gedownload en op je eigen hardware kunnen worden uitgevoerd. Houd er rekening mee dat OPEN WEIGHTS niet hetzelfde is als open source in de volle zin — het zegt niets over de trainingsdata, de trainingscode of de commerciële voorwaarden die eraan zijn verbonden.

05

ChatMol— hoeveel parameters heeft het?

Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.

06

ChatMol— wie heeft het gemaakt?

Het werd gepubliceerd door Tsinghua University,PingAn Technology,Beijing University of Posts and Telecommunications, gebaseerd op China, een organisatie geclassificeerd als academia,Industry,Academia.

07

ChatMol— wanneer is het uitgebracht?

Het werd gepubliceerd in September 2024. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

Bron

Originele publicatie

Laatste update geregistreerd 28 November 2025

De andere richting

Van de andere kant bekijken?

Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.