MahLool
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
- University of Rochester
- Organisatie type
- Academia
- Land
- United States of America
- Gepubliceerd
- 3 April 2023
- Auteurs
- Mehrad Ansari, Andrew D. White
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.
- Domein
- Biology
- Taak
- Protein property prediction
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
DATA TOKENS = 44,954 sequences * 200 amino acids/sequence = 8,990,800 tokens FINAL = 8,990,800 (8.99e6) unique tokens seen in first epoch Key calculations: - Total sequences: 9,316 + 18,453 + 17,185 = 44,954 - Total tokens: 44,954 * 200 = 8,990,800
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
- Serverless Prediction of Peptide Properties with Recurrent Neural Networks
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Background
MahLool werd gepubliceerd door de Universiteit van Rochester, in de Verenigde Staten van Amerika, in april 2023. academische wereld is de categorie waaronder de uitgever valt.
It works in Biology, and is recorded as doing protein property prediction.
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Antwoorden
MahLool — Veelgestelde vragen
How many parameters does MahLool have?
No parameter count has been published for MahLool, which is why no memory or speed figure appears on this page.
Who created MahLool?
MahLool was published by University of Rochester, based in United States of America, categorised as academia.
When was MahLool released?
MahLool was published in April 2023. 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 MahLool used for?
MahLool works in Biology, and is recorded as handling protein property prediction. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run MahLool?
None. MahLool 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 MahLool open source?
The licensing for MahLool was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
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.