CELLE-2
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
- Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley
- Organisatietype
- Research collective,Academia,Academia
- Land
- United States of America
- Gepubliceerd
- 10 October 2023
- Auteurs
- Emaad Khwaja, Yun Song, Aaron Agarunov, Bo Huang
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Biology
- Taak
- Protein localization prediction, Text-to-image
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
- 4,327,372 tokens
Image tokens: 17,268 × 256 = 4,420,608 Sequence tokens: 17,268 × 400 = 6,907,200 Total: 4,420,608 + 6,907,200 = 11,327,808 (1.13e7) ['Likely' confidence in dataset size estimation - two estimations slightly differ within same OOM]
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 (unrestricted)
- Training code
- Open source
- Hugging Face
- HuangLab
MIT license: https://huggingface.co/HuangLab/CELL-E_2_HPA_Finetuned_480 MIT license: https://github.com/BoHuangLab/CELL-E_2
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
- Likely
- Citaties
- 3
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- CELL-E 2: Translating Proteins to Pictures and Back with a Bidirectional Text-to-Image Transformer
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Waar het vandaan kwam
CELLE-2 werd gepubliceerd door Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley, in het land geregistreerd als United States of America, tijdens October 2023. De categorie waaronder de uitgever valt is research collective,Academia,Academia.
Het werkt in het domein van Biology, en wordt geregistreerd als het uitvoeren van de taak van protein localization prediction, Text-to-image.
Gepubliceerde gewichten betekenen dat het model op jouw machine draait in plaats van op die van iemand anders, wat de hardwarevraag hieronder op enige manier beantwoordbaar maakt. Op Hugging Face is het gepubliceerd onder de organisatie HuangLab.
Hoe het getraind werd
Het is getraind op een corpus van ongeveer 4,327,372 tekstokens
Antwoorden
CELLE-2 — veelgestelde vragen
CELLE-2— 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.
CELLE-2— 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.
CELLE-2— hoeveel parameters heeft het?
Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.
CELLE-2— wie heeft het gemaakt?
Het werd gepubliceerd door Chan Zuckerberg Initiative,University of California San Francisco,University of California (UC) Berkeley, gebaseerd op United States of America, een organisatie geclassificeerd als research collective,Academia,Academia.
CELLE-2— wanneer is het uitgebracht?
Het werd gepubliceerd in October 2023. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
CELLE-2— waarvoor wordt het gebruikt?
Het werkt in het domein van Biology, en wordt geregistreerd als het afhandelen van protein localization prediction, Text-to-image. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
CELLE-2— waar kan ik het downloaden?
Zijn gewichten zijn gepubliceerd op Hugging Face, onder de organisatie HuangLab. Wij hosten geen modelbestanden - deze site berekent welke hardware nodig is om ze te draaien.
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.