Prothyena
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
- Tokyo Institute of Technology
- Typ organizacji
- Academia
- Kraj
- Japan
- Opublikowane
- 22 January 2024
- Autorzy
- Yiming Zhang, Manabu Okumura
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.
- Parametry
- 4.3M
- Dane treningowe
- tokens
"This model employs a BPE tokenizer with a vocabulary size of 10k, which consequentially expands the model parameters to 4.3 million"
Data Estimate Summary: 10,000,000 sequences × 300 amino acids = 3,000,000,000 tokens (3 billion)
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
- 4
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- ProtHyena: A fast and efficient foundation protein language model at single amino acid Resolution
- Ostatnia aktualizacja
- 28 November 2025
Co oznaczają liczby
Skąd to przyszło
Prothyena was published by Tokyo Institute of Technology, in Japan, in January 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
Prothyena — Często zadawane pytania
Who created Prothyena?
Prothyena was published by Tokyo Institute of Technology, based in Japan, categorised as academia.
When was Prothyena released?
Prothyena was published in January 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 Prothyena used for?
Prothyena 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 Prothyena?
None. Prothyena 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 Prothyena open source?
The licensing for Prothyena 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 Prothyena have?
Prothyena has 4.3M parameters. "This model employs a BPE tokenizer with a vocabulary size of 10k, which consequentially expands the model parameters to 4.3 million". 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..