TranceptEve
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
- University of Oxford,Harvard Medical School
- Organisatietype
- Academia,Academia
- Land
- United Kingdom of Great Britain and Northern Ireland, United States of America
- Gepubliceerd
- 10 December 2022
- Auteurs
- Pascal Notin, Lood Van Niekerk, Aaron W Kollasch, Daniel Ritter, Yarin Gal, Debora S. Marks
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Biology
- Taak
- Proteins, Protein pathogenicity prediction
- Basis model
- Tranception
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
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
- Closed — provider access only
- Toegang tot model
- Unreleased
- Training code
- Unreleased
https://www.pascalnotin.com/publication/trancepteve/
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.
- Waarom het wordt gevolgd
- SOTA improvement
- Record vertrouwen
- Unknown
"Besides its broader application scope, it achieves state-of- the-art performance for mutation effects prediction, both in terms of correlation with experimental assays and with clinical annotations from ClinVar."
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- TranceptEVE: Combining Family-specific and Family-agnostic Models of Protein Sequences for Improved Fitness Prediction
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Over dit model
TranceptEve werd gepubliceerd door University of Oxford,Harvard Medical School, in het land geregistreerd als United Kingdom of Great Britain and Northern Ireland, tijdens December 2022. Het komt uit een organisatie gecategoriseerd als academia,Academia.
Het werkt in het domein van Biology, en wordt geregistreerd als het uitvoeren van de taak van proteins, Protein pathogenicity prediction.
In plaats van vanaf nul te worden getraind, is het afgeleid van Tranception. Dat is de gebruikelijke manier waarop een gespecialiseerd model wordt geproduceerd.
De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.
Hoe het getraind werd
De inclusiecriteria: sOTA improvement.
Antwoorden
TranceptEve — veelgestelde vragen
TranceptEve— 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.
TranceptEve— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
TranceptEve— hoeveel parameters heeft het?
Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.
TranceptEve— wie heeft het gemaakt?
Het werd gepubliceerd door University of Oxford,Harvard Medical School, gebaseerd op United Kingdom of Great Britain and Northern Ireland, een organisatie geclassificeerd als academia,Academia.
TranceptEve— wanneer is het uitgebracht?
Het werd gepubliceerd in December 2022. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
TranceptEve— waarvoor wordt het gebruikt?
Het werkt in het domein van Biology, en wordt geregistreerd als het afhandelen van proteins, Protein pathogenicity prediction. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
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.