scHyena
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
- Korea Advanced Institute of Science and Technology (KAIST)
- Typ organizacji
- Academia
- Kraj
- Korea (Republic of)
- Opublikowane
- 4 October 2024
- Autorzy
- Gyutaek Oh, Baekgyu Choi, Inkyung Jung, Jong Chul Ye
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.
- Dane treningowe
- tokens
Cells: 430,312 + 145,170 = 575,482 Genes per cell: 19,306 Total data points: 575,482 × 19,306 = 11,111,255,492 (1.11 × 10¹⁰) Final estimate: 1.11 × 10¹⁰ tokens
Obliczenia szkoleniowe
Aritmetyka wykonywana w celu wytrenowania modelu, mierzone w operacjach zmiennoprzecinkowych. Jest to miara kosztu przeprowadzonego treningu, a nie tego, jak szybko gotowy model odpowiada na twoje zapytania.
- Obliczenia szkoleniowe
- 8.6 × 10¹⁸ FLOP
- Jak to zostało ustalone
- Hardware
3.5*24*60*60*2*35580000000000*0.4=8.6075136e+18
Trening
Co fizycznie zajęło szkolenie: które chipy, ile ich, na jak długo i ile to pobrało z sieci.
- Sprzęt szkoleniowy
- NVIDIA GeForce RTX 3090
- Chips użyte
- 2
- Pobór mocy
- 1.4 kW
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
- 12
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- scHyena: Foundation Model for Full-Length Single-Cell RNA-Seq Analysis in Brain
- Ostatnia aktualizacja
- 25 May 2026
Co oznaczają liczby
O tym modelu
scHyena was published by Korea Advanced Institute of Science and Technology (KAIST), in Korea (Republic of), in October 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).
Ponieważ wagi nie są dostępne, żadne z figur sprzętowych innych miejsc na tej stronie się do niej nie odnoszą.
Co poszło w budowę tego
Training it took roughly 8.6 × 10¹⁸ FLOP of computation, on NVIDIA GeForce RTX 3090 — a measure of what producing the model cost, not of how fast it answers.
Odpowiedzi
scHyena — Często zadawane pytania
Who created scHyena?
scHyena was published by Korea Advanced Institute of Science and Technology (KAIST), based in Korea (Republic of), categorised as academia.
When was scHyena released?
scHyena was published in October 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 scHyena used for?
scHyena 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.
How much compute was used to train scHyena?
Around 8.6 × 10¹⁸ FLOP, on NVIDIA GeForce RTX 3090. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run scHyena?
None. scHyena 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 scHyena open source?
The licensing for scHyena 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 scHyena have?
No parameter count has been published for scHyena, which is why no memory or speed figure appears on this page.
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..