Boltz-2
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi tego modelu są OPEN, ale nie opublikowano liczby parametrów. Każda figura dotycząca MEMORY i prędkości zaczyna się od tej liczby, więc wolelibyśmy nic nie pokazywać niż wymyśloną estymację..
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
- Massachusetts Institute of Technology (MIT),Recursion Pharmaceuticals,ETH Zurich,Valence Labs
- Typ organizacji
- Academia,Industry,Academia,Industry
- Kraj
- United States of America, Switzerland, Canada
- Opublikowany
- 6 June 2025
- Autorzy
- Saro Passaro, Gabriele Corso, Jeremy Wohlwend, Mateo Reveiz, Stephan Thaler, Vignesh Ram Somnath, Noah Getz, Tally Portnoi, Julien Roy, Hannes Stark, David Kwabi-Addo, Dominique Beaini, Tommi Jaakkola, Regina Barzilay
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Biology
- Zadanie
- Protein interaction prediction, Protein-ligand binding affinity 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
- tokens
Wide range of different datasets and data types - I'm unsure how one would go about aggregating these.
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Sprzęt do trenowania
- NVIDIA A100,NVIDIA H100 NVL
- Zastosowane chipy
- 188
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
- Open — downloadable
- Dostęp do modelu
- Open weights (unrestricted)
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Unknown
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Boltz-2: Towards Accurate and Efficient Binding Affinity Prediction
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Tło
Boltz-2 został opublikowany przez Massachusetts Institute of Technology (MIT),Recursion Pharmaceuticals,ETH Zurich,Valence Labs, w kraju zapisanym jako United States of America, podczas June 2025. Wychodzi z organizacji zaklasyfikowanej jako academia,Industry,Academia,Industry.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie protein interaction prediction, Protein-ligand binding affinity prediction.
Ponieważ jego wagi zostały udostępnione, nic w kwestii uruchamiania go nie zależy od dostępności dostawcy — należy do ciebie po pobraniu.
Odpowiedzi
Boltz-2 — częste pytania
Boltz-2— Jaką GPU potrzebuję, aby ją uruchomić?
Nie możemy powiedzieć. Ma otwarte wagi, ale nie opublikowano liczby parametrów, a wszelkie obliczenia pamięci i prędkości zaczynają się od tej liczby. Wolimy nie pokazywać niczego niż fałszywą szacunkową wartość.
Boltz-2— czy jest open weight?
Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.
Boltz-2— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Boltz-2— kto to stworzył?
Zostało opublikowane przez Massachusetts Institute of Technology (MIT),Recursion Pharmaceuticals,ETH Zurich,Valence Labs, oparty na United States of America, organizacja sklasyfikowana jako academia,Industry,Academia,Industry.
Boltz-2— kiedy to zostało wydane?
Zostało opublikowane w June 2025.
Boltz-2— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie protein interaction prediction, Protein-ligand binding affinity prediction. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
Boltz-2— Gdzie mogę to pobrać?
Wagi są opublikowane, chociaż nie posiadamy linku do repozytorium. Ta strona oblicza wymagania sprzętowe, a nie hostuje pliki modelu.
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.