Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient
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
- Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University
- Organisatietype
- Academia,Academia,Academia
- Land
- China
- Gepubliceerd
- 24 April 2024
- Auteurs
- Shujian Jiao, Bingxuan Li, Lei Wang, Xiaojin Zhang, Wei Chen, Jiajie Peng, Zhongyu Wei
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Biology
- Taak
- Protein or nucleotide language model (pLM/nLM)
- Basis model
- ESM2-35M
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
- 35.8M
- Training gegevens
- 30,841,287 tokens
Table 2: 540601*367.01=198405973
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
- Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient Clustering
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Waar het vandaan kwam
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient werd gepubliceerd door Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University, in het land geregistreerd als China, tijdens April 2024. Het komt uit een organisatie gecategoriseerd als academia,Academia,Academia.
Het werkt in het domein van Biology, en wordt geregistreerd als het uitvoeren van de taak van protein or nucleotide language model (pLM/nLM).
In plaats van vanaf nul te worden getraind, is het afgeleid van ESM2-35M. Dat is de gebruikelijke manier waarop een gespecialiseerd model wordt geproduceerd.
Omdat de weights niet beschikbaar zijn, zijn geen van de hardwarefiguren elders op deze site van toepassing op het.
Hoe het getraind werd
Training verbruikte een corpus van ongeveer 30,841,287 tekstokens
Antwoorden
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient — veelgestelde vragen
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— wanneer is het uitgebracht?
Het werd gepubliceerd in April 2024. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— waarvoor wordt het gebruikt?
Het werkt in het domein van Biology, en wordt geregistreerd als het afhandelen van protein or nucleotide language model (pLM/nLM). 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— hoeveel parameters heeft het?
Het heeft een parameter telling van 35.8M. 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— wie heeft het gemaakt?
Het werd gepubliceerd door Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University, gebaseerd op China, een organisatie geclassificeerd als academia,Academia,Academia.
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.