KinoML
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Charité-Universitätsmedizin Berlin,Saarland University,Memorial Sloan Kettering Cancer Center
- Typ organizacji
- Academia,Academia
- Kraj
- Germany, United States of America
- Opublikowany
- 10 September 2024
- Autorzy
- Raquel López-Ríos de Castro, Jaime Rodríguez-Guerra, David Schaller, Talia B Kimber, Corey Taylor, Jessica B White, Michael Backenköhler, Alexander Payne, Ben Kaminow, Iván Pulido, Sukrit Singh, Paula Linh Kramer, Guillermo Pérez-Hernández, Andrea Volkamer, John D Chodera
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Biology
- Zadanie
- Drug discovery, Protein-ligand binding affinity prediction
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- tokens
Total Datapoints = KLIFS + KinCo + ChEMBL + PKIS2 = 6,667 + 137,778 + (159,823 + 15,578 + 11,412) + 261,870 = 6,667 + 137,778 + 186,813 + 261,870 = 592,128 ≈ 6.17 × 10⁵
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Open source
MIT license: https://github.com/openkinome/kinoml
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Confident
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Lessons learned during the journey of data: from experiment to model for predicting kinase affinity, selectivity, polypharmacology, and resistance
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
KinoML został opublikowany przez Charité-Universitätsmedizin Berlin,Saarland University,Memorial Sloan Kettering Cancer Center, w kraju zapisanym jako Germany, podczas September 2024. Kategoria, do której należy wydawca, to academia,Academia.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie drug discovery, Protein-ligand binding affinity prediction.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Odpowiedzi
KinoML — częste pytania
KinoML— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
KinoML— kto to stworzył?
Zostało opublikowane przez Charité-Universitätsmedizin Berlin,Saarland University,Memorial Sloan Kettering Cancer Center, oparty na Germany, organizacja sklasyfikowana jako academia,Academia.
KinoML— kiedy to zostało wydane?
Zostało opublikowane w September 2024. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
KinoML— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie drug discovery, Protein-ligand binding affinity prediction. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
KinoML— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
KinoML— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.