Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient
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
- Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University
- Typ organizacji
- Academia,Academia,Academia
- Kraj
- China
- Opublikowany
- 24 April 2024
- Autorzy
- Shujian Jiao, Bingxuan Li, Lei Wang, Xiaojin Zhang, Wei Chen, Jiajie Peng, Zhongyu Wei
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Biology
- Zadanie
- Protein or nucleotide language model (pLM/nLM)
- Model bazowy
- ESM2-35M
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 35.8M
- Dane treningowe
- 30,841,287 tokens
Table 2: 540601*367.01=198405973
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
- Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient Clustering
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Skąd to pochodzi
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient został opublikowany przez Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University, w kraju zapisanym jako China, podczas April 2024. Wychodzi z organizacji zaklasyfikowanej jako academia,Academia,Academia.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie protein or nucleotide language model (pLM/nLM).
Zamiast być trenowanym od podstaw, pochodzi z ESM2-35M. To jest zwykły sposób produkcji wyspecjalizowanego modelu.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Jak to zostało wytrenowane
Trening zużył korpus około 30,841,287 Tokeny tekstu.
Odpowiedzi
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient — częste pytania
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— kiedy to zostało wydane?
Zostało opublikowane w April 2024. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie protein or nucleotide language model (pLM/nLM). Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— 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.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— ile ma parametrów?
Ma liczbę parametrów równą 35.8M. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
Beyond ESM2: Graph-Enhanced Protein Sequence Modeling with Efficient— kto to stworzył?
Zostało opublikowane przez Huazhong University of Science and Technology,Fudan University,Northwestern Polytechnical University, oparty na China, organizacja sklasyfikowana jako academia,Academia,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.