DrugFormer
Brak szacunków
Brak wymagań sprzętowych dla tego modelu
Wagi tego modelu nie zostały opublikowane, dlatego nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny wyłącznie poprzez jego dostawcę, a żadna karta graficzna tego nie zmieni.
Na nagraniu
Pełna specyfikacja
Wszystko, co jest dostępne na temat tego modelu. Większość z tego opisuje, jak został wytrenowany, a nie jak działa — przydatny kontekst do oceny, ile pracy w to włożono i jak wypada na tle modeli zbudowanych na innym poziomie skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- University of Florida,University of Texas Health Science Center,H. Lee Moffitt Cancer Center and Research Institute
- Typ organizacji
- Academia,Academia
- Kraj
- United States of America
- Opublikowane
- 29 August 2024
- Autorzy
- Xiaona Liu, Qing Wang, Minghao Zhou, Yanfei Wang, Xuefeng Wang, Xiaobo Zhou, Qianqian Song
Co to robi
Obszary problemowe, dla których stworzono model. Model może zawierać kilka z każdej.
- Domena
- Biology
- Zadanie
- Drug Sensitivity Prediction
Rozmiar
Jakiej wielkości jest model i na ile danych był szkolony. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Parametry
- 21.7M
- Dane treningowe
- tokens
transformer encoder stack + gated aggregator linear map + classifier + gat = (3*65536+65536+256*1024+1024*256)*6 + 512*256+(2048*256)*32+33+33280
Jak jest klasyfikowane
Etykiety stosowane przez źródłowy zbiór danych podczas śledzenia znaczących modeli oraz jak pewny jest w danym wpisie.
- Zaufanie do nagrania
- Likely
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- DrugFormer: Graph‐Enhanced Language Model to Predict Drug Sensitivity
- Ostatnia aktualizacja
- 28 November 2025
Co oznaczają liczby
Skąd to przyszło
DrugFormer was published by University of Florida,University of Texas Health Science Center,H. Lee Moffitt Cancer Center and Research Institute, in United States of America, in August 2024. It comes out of academia,Academia.
It works in Biology, and is recorded as doing drug Sensitivity Prediction.
To jest model zamknięty: wytrenowane wartości pozostały u tych, którzy je wyprodukowali, i nie ma lokalnej wersji do uruchomienia.
Odpowiedzi
DrugFormer — Często zadawane pytania
Who created DrugFormer?
DrugFormer was published by University of Florida,University of Texas Health Science Center,H. Lee Moffitt Cancer Center and Research Institute, based in United States of America, categorised as academia,Academia.
When was DrugFormer released?
DrugFormer was published in August 2024. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is DrugFormer used for?
DrugFormer works in Biology, and is recorded as handling drug Sensitivity Prediction. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run DrugFormer?
None. DrugFormer 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 DrugFormer open source?
The licensing for DrugFormer 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 DrugFormer have?
DrugFormer has 21.7M parameters. transformer encoder stack + gated aggregator linear map + classifier + gat = (3*65536+65536+256*1024+1024*256)*6 + 512*256+(2048*256)*32+33+33280. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
W innym kierunku
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, wszystko co będzie ona obsługiwać, Rozpocznij od sprzętu..