CPAC
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
- Texas A&M
- Typ organizacji
- Academia
- Kraj
- United States of America
- Opublikowany
- 18 September 2022
- Autorzy
- Yuning You, Yang Shen
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Biology
- Zadanie
- Protein-ligand binding affinity prediction, Protein-ligand contact prediction
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- 589,944,195 tokens
Calculations: 60,137 × 1,000 = 6.0137 × 10⁷ 12,798,671 × 1,000 = 1.2798671 × 10¹⁰ 6.0137 × 10⁷ + 1.2798671 × 10¹⁰ = 1.3400678 × 10¹⁰ Final estimate: 1.34 × 10¹⁰ datapoints assumes 1000 datapoints per sequence?
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Speculative
- Cytaty
- 25
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Cross-modality and self-supervised protein embedding for compound–protein affinity and contact prediction
- Ostatnio zaktualizowane
- 1 January 2026
Co oznaczają liczby
Co to jest model?
CPAC został opublikowany przez Texas A&M, w kraju zapisanym jako United States of America, podczas September 2022. Kategoria, do której należy wydawca, to academia.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie protein-ligand binding affinity prediction, Protein-ligand contact prediction.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Szkolenie i pochodzenie
Zbiór treningowy trwał około 589,944,195 Tokeny tekstu.
Odpowiedzi
CPAC — częste pytania
CPAC— 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.
CPAC— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
CPAC— kto to stworzył?
Zostało opublikowane przez Texas A&M, oparty na United States of America, organizacja sklasyfikowana jako academia.
CPAC— kiedy to zostało wydane?
Zostało opublikowane w September 2022. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
CPAC— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie protein-ligand binding affinity prediction, Protein-ligand contact prediction. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
CPAC— 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.