sgRNAGen
Geen schatting
Geen hardware-eisen voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..
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
- Beijing Institute of Technology
- Organisatietype
- Academia
- Land
- China
- Gepubliceerd
- 31 May 2024
- Auteurs
- Yan Xia, Zeyu Liang, Xiaowen Du, Dengtian Cao, Jing Li, Lichao Sun, Yi-Xin Huo, Shuyuan Guo
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Biology
- Taak
- RNA design
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.
- parameters
- 14.2M
- Training gegevens
- tokens
" with our model comprising 8 layers and 12 heads. " "The vocabulary of sgRNAGen encompasses383 seven tokens: A, T, C, G, and special tokens such as [PAD], [MASK], and [UNK]" "The hidden size386 was set as 384" 8 layers, 12 heads, vocab of 7, d_model of 384 d_head=384/12=32 Attention parameters: 12*(384*(2*32+32)+32*384)=589824 MLP = 384*4*384*2= 1179648 Total: 7*382+8*(589824+1179648)=14158450
"40,000 CRISPR-related129 RNA sequences have been utilized for training the sgRNAGen model" Generated test cases are 61 tokens, assuming this also applies to training data 40000*61=2440000
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
- Confident
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Design nonrepetitive and diverse activity single-guide RNA by deep learning
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Waar het vandaan kwam
sgRNAGen werd gepubliceerd door Beijing Institute of Technology, in het land geregistreerd als China, tijdens May 2024. De publicerende organisatie is geclassificeerd als academia.
Het werkt in het domein van Biology, en wordt geregistreerd als het uitvoeren van de taak van rNA design.
De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.
Antwoorden
sgRNAGen — veelgestelde vragen
sgRNAGen— is het open-source?
De licenties werden nooit vastgelegd in onze brondocumenten. We beschouwen niet-verklaarde licenties als gesloten, omdat een niet-vastgelegde licentie er geen is om op te vertrouwen.
sgRNAGen— hoeveel parameters heeft het?
Het heeft een parameter telling van 14.2M. " with our model comprising 8 layers and 12 heads. " "The vocabulary of sgRNAGen encompasses383 seven tokens: A, T, C, G, and special tokens such as [PAD], [MASK], and [UNK]" "The hidden size386 was set as 384" 8 layers, 12 heads, vocab of 7, d_model of 384 d_head=384/12=32 Attention parameters: 12*(384*(2*32+32)+32*384)=589824 MLP = 384*4*384*2= 1179648 Total: 7*382+8*(589824+1179648)=14158450. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.
sgRNAGen— wie heeft het gemaakt?
Het werd gepubliceerd door Beijing Institute of Technology, gebaseerd op China, een organisatie geclassificeerd als academia.
sgRNAGen— wanneer is het uitgebracht?
Het werd gepubliceerd in May 2024. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
sgRNAGen— waarvoor wordt het gebruikt?
Het werkt in het domein van Biology, en wordt geregistreerd als het afhandelen van rNA design. 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.
sgRNAGen— Welke GPU heb ik nodig om het te draaien?
Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.
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.