CPAC
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
- Texas A&M
- Organisatietype
- Academia
- Land
- United States of America
- Gepubliceerd
- 18 September 2022
- Auteurs
- Yuning You, Yang Shen
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Biology
- Taak
- Protein-ligand binding affinity prediction, Protein-ligand contact prediction
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
- 589,944,195 tokens
Calculations: 60,137 × 1,000 = 6.0137 × 10⁷ 12,798,671 × 1,000 = 1.2798671 × 10¹⁰ 6.0137 × 10⁷ + 1.2798671 × 10¹⁰ = 1.3400678 × 10¹⁰ Final estimate: 1.34 × 10¹⁰ datapoints assumes 1000 datapoints per sequence?
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
- Speculative
- Citaties
- 25
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Cross-modality and self-supervised protein embedding for compound–protein affinity and contact prediction
- Laatst bijgewerkt
- 1 January 2026
Wat de cijfers betekenen
Wat dit model is
CPAC werd gepubliceerd door Texas A&M, in het land geregistreerd als United States of America, tijdens September 2022. De categorie waaronder de uitgever valt is academia.
Het werkt in het domein van Biology, en wordt geregistreerd als het uitvoeren van de taak van protein-ligand binding affinity prediction, Protein-ligand contact prediction.
Dit is een gesloten model: de getrainde waarden zijn bij degene gebleven die ze geproduceerd hebben, en er is geen lokale versie om te draaien.
Training en herkomst
De trainingsset liep naar ongeveer 589,944,195 tekstokens
Antwoorden
CPAC — veelgestelde vragen
CPAC— 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.
CPAC— hoeveel parameters heeft het?
Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.
CPAC— wie heeft het gemaakt?
Het werd gepubliceerd door Texas A&M, gebaseerd op United States of America, een organisatie geclassificeerd als academia.
CPAC— wanneer is het uitgebracht?
Het werd gepubliceerd in September 2022. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
CPAC— waarvoor wordt het gebruikt?
Het werkt in het domein van Biology, en wordt geregistreerd als het afhandelen van protein-ligand binding affinity prediction, Protein-ligand contact prediction. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
CPAC— 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.