RiboCode
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
- Sun Yat-sen University,Rhegen Biotechnology,Chinese Academy of Sciences
- Typ organizacji
- Academia,Industry,Academia
- Kraj
- China
- Opublikowany
- 8 September 2024
- Autorzy
- Yupeng Li, Fan Wang, Jiaqi Yang, Zirong Han, Linfeng Chen, Wenbing Jiang, Hao Zhou, Tong Li, Zehua Tang, Jianxiang Deng, Xin He, Gaofeng Zha, Jiekai Hu, Yong Hu, Linping Wu, Changyou Zhan, Caijun Sun, Yao He, Zhi Xie
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Biology
- Zadanie
- RNA design
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
320 datasets × 10,000 mRNAs/dataset = 3,200,000 data points (3.2 × 10^6 data points)
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
- Deep Generative Optimization of mRNA Codon Sequences for Enhanced Protein Production and Therapeutic Efficacy
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
RiboCode został opublikowany przez Sun Yat-sen University,Rhegen Biotechnology,Chinese Academy of Sciences, w kraju zapisanym jako China, podczas September 2024. Organizacja publikująca jest klasyfikowana jako academia,Industry,Academia.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie rNA design.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Odpowiedzi
RiboCode — częste pytania
RiboCode— 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.
RiboCode— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie rNA design. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
RiboCode— 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.
RiboCode— czy jest open weight?
Licencja nigdy nie została zarejestrowana w naszych danych źródłowych. Traktujemy niewskazaną licencję jako zamkniętą, ponieważ niezarejestrowana licencja nie jest na którą można polegać.
RiboCode— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
RiboCode— kto to stworzył?
Zostało opublikowane przez Sun Yat-sen University,Rhegen Biotechnology,Chinese Academy of Sciences, oparty na China, organizacja sklasyfikowana jako academia,Industry,Academia.
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.