MuPIPR
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 California Los Angeles (UCLA),University of Pennsylvania
- Organisatie type
- Academia,Academia
- Land
- United States of America
- Gepubliceerd
- 5 March 2020
- Auteurs
- Guangyu Zhou, Muhao Chen, Chelsea J T Ju, Zheng Wang, Jyun-Yu Jiang, Wei Wang
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.
- Domein
- Biology
- Taak
- Protein interaction 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
STRING Database: 66,235 sequences × 300 amino acids = 19,870,500 tokens SKEMPI Dataset: 5,004 sequences × 300 amino acids = 1,501,200 tokens Total = 19,870,500 + 1,501,200 = 21,371,700 tokens ≈ 2.1 × 10^7
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
- Citaties
- 65
Bronnen
Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.
- Referentie
- Mutation effect estimation on protein–protein interactions using deep contextualized representation learning
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Wat dit model is
MuPIPR was published by University of California Los Angeles (UCLA),University of Pennsylvania, in United States of America, in March 2020. academia,Academia is the category the publisher falls under.
It works in Biology, and is recorded as doing protein interaction prediction.
De gewichten zijn nooit gepubliceerd, dus het kan alleen worden bereikt via de aanbieder. Geen enkele grafische kaart verandert dat.
Antwoorden
MuPIPR — Veelgestelde vragen
What is MuPIPR used for?
MuPIPR works in Biology, and is recorded as handling protein interaction prediction. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run MuPIPR?
None. MuPIPR 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 MuPIPR open source?
The licensing for MuPIPR was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does MuPIPR have?
No parameter count has been published for MuPIPR, which is why no memory or speed figure appears on this page.
Who created MuPIPR?
MuPIPR was published by University of California Los Angeles (UCLA),University of Pennsylvania, based in United States of America, categorised as academia,Academia.
When was MuPIPR released?
MuPIPR was published in March 2020. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
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.