DiffPALM
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
- Ecole Polytechnique F´ed´erale de Lausanne (EPFL),Swiss Institute of Bioinformatics
- Typ organizacji
- Academia
- Kraj
- Switzerland
- Opublikowane
- 24 June 2024
- Autorzy
- Umberto Lupo, Damiano Sgarbossa, Anne-Florence Bitbol
Co to robi
Obszary problemowe, dla których stworzono model. Model może zawierać kilka z każdej.
- Domena
- Biology
- Zadanie
- Protein or nucleotide language model (pLM/nLM)
Rozmiar
Jakiej wielkości jest model i na ile danych był szkolony. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- tokens
Single MSA data points = 125 × 300 = 37,500 tokens Total data points = 37,500 × 1,000 = 37,500,000 tokens Final estimate = 4.0 × 10^7 tokens
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim własnym sprzęcie, co decyduje, czy jakiekolwiek z danych dotyczących karty graficznej na tej stronie mają zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Open source
Apache 2.0 for code https://github.com/Bitbol-Lab/DiffPALM/tree/v1.0
Jak jest klasyfikowane
Etykiety stosowane przez źródłowy zbiór danych podczas śledzenia znaczących modeli oraz jak pewny jest w danym wpisie.
- Zaufanie do nagrania
- Confident
- Cytacje
- 19
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Pairing interacting protein sequences using masked language modeling
- Ostatnia aktualizacja
- 1 January 2026
Co oznaczają liczby
O tym modelu
DiffPALM was published by Ecole Polytechnique F´ed´erale de Lausanne (EPFL),Swiss Institute of Bioinformatics, in Switzerland, in June 2024. academia is the category the publisher falls under.
It works in Biology, and is recorded as doing protein or nucleotide language model (pLM/nLM).
To jest model zamknięty: wytrenowane wartości pozostały u tych, którzy je wyprodukowali, i nie ma lokalnej wersji do uruchomienia.
Odpowiedzi
DiffPALM — Często zadawane pytania
How many parameters does DiffPALM have?
No parameter count has been published for DiffPALM, which is why no memory or speed figure appears on this page.
Who created DiffPALM?
DiffPALM was published by Ecole Polytechnique F´ed´erale de Lausanne (EPFL),Swiss Institute of Bioinformatics, based in Switzerland, categorised as academia.
When was DiffPALM released?
DiffPALM was published in June 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 DiffPALM used for?
DiffPALM works in Biology, and is recorded as handling protein or nucleotide language model (pLM/nLM). A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
What GPU do I need to run DiffPALM?
None. DiffPALM 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 DiffPALM open source?
No. DiffPALM has not had its weights published, so it exists only as a service controlled by its owner.
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..