GNoME for crystal discovery
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
- Google DeepMind
- Typ organizacji
- Industry
- Kraj
- United States of America
- Opublikowany
- 29 November 2023
- Autorzy
- Amil Merchant, Simon Batzner, Samuel S. Schoenholz, Muratahan Aykol, Gowoon Cheon, Ekin Dogus Cubuk
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Materials science
- Zadanie
- Crystal discovery
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 16.2M
- Dane treningowe
- 69,000 tokens
- Epoki
- 1,000
"The pretrained potential has 16.24 million parameters." This refers to the GNoME network, which is a "Gaussian Network Model of Energy" for predicting crystal potential energy of new crystals.
"Initial models are trained on a snapshot of the Materials Project from 2018 of approximately 69,000 materials"
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Sprzęt do trenowania
- Google TPU v4
- Zastosowane chipy
- 4
- Pobór mocy
- 2.7 kW
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Unreleased
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Dlaczego to jest śledzone
- Historical significance
- Zapisz pewność
- Likely
Economic impacts from development of commercially and socially valuable protein designs and materials
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Scaling deep learning for materials discovery
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Tło
GNoME for crystal discovery został opublikowany przez Google DeepMind, w kraju zapisanym jako United States of America, podczas November 2023. Organizacja publikująca jest klasyfikowana jako industry.
Działa w dziedzinie Materials science, i jest zapisany jako wykonujący zadanie crystal discovery.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Szkolenie i pochodzenie
Został wytrenowany na korpusie około 69,000 Tokeny tekstu.
Powód, dla którego w ogóle pojawia się w tym katalogu: historical significance.
Odpowiedzi
GNoME for crystal discovery — częste pytania
GNoME for crystal discovery— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
GNoME for crystal discovery— ile ma parametrów?
Ma liczbę parametrów równą 16.2M. "The pretrained potential has 16.24 million parameters." This refers to the GNoME network, which is a "Gaussian Network Model of Energy" for predicting crystal potential energy of new crystals. 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.
GNoME for crystal discovery— kto to stworzył?
Zostało opublikowane przez Google DeepMind, oparty na United States of America, organizacja sklasyfikowana jako industry.
GNoME for crystal discovery— kiedy to zostało wydane?
Zostało opublikowane w November 2023. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
GNoME for crystal discovery— do czego to służy?
Działa w dziedzinie Materials science, i jest zarejestrowany jako realizujący zadanie crystal discovery. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
GNoME for crystal discovery— 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.
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.