vScreenML 2.0
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
- Fox Chase Cancer Center,Temple University School of Pharmacy
- Typ organizacji
- Academia
- Kraj
- United States of America
- Opublikowany
- 12 October 2024
- Autorzy
- Grigorii V. Andrianov, Emeline Haroldsen, John Karanicolas
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Biology
- Zadanie
- Drug discovery
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
"Thus, our set of actives comprised 1,806 instances, of which 1,321 are unique protein-ligand complexes. Each structure was minimized using PyRosetta prior to calculating vScreenML 2.0 features. From each of the 1,806 actives, 3 property-matched decoys were also generated" Binary classification task between proteins and decoys. Total gradients: 4*1806 = 7224
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
MIT license for what seems to be inference code only https://github.com/gandrianov/vScreenML2
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
- vScreenML v2.0: Improved Machine Learning Classification for Reducing False Positives in Structure-Based Virtual Screening
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Skąd to pochodzi
vScreenML 2.0 został opublikowany przez Fox Chase Cancer Center,Temple University School of Pharmacy, w kraju zapisanym jako United States of America, podczas October 2024. Organizacja publikująca jest klasyfikowana jako academia.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie drug discovery.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Odpowiedzi
vScreenML 2.0 — częste pytania
vScreenML 2.0— kto to stworzył?
Zostało opublikowane przez Fox Chase Cancer Center,Temple University School of Pharmacy, oparty na United States of America, organizacja sklasyfikowana jako academia.
vScreenML 2.0— kiedy to zostało wydane?
Zostało opublikowane w October 2024. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
vScreenML 2.0— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie drug discovery. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
vScreenML 2.0— 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.
vScreenML 2.0— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
vScreenML 2.0— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
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.