Mothra
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
- Tokyo Institute of Technology
- Typ organizacji
- Academia
- Kraj
- Japan
- Opublikowany
- 25 September 2024
- Autorzy
- Takamasa Suzuki, Dian Ma, Nobuaki Yasuo, Masakazu Sekijima
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
250,000 molecules × 50 tokens/molecule = 12,500,000 tokens Total training datapoints = 12,500,000 tokens (1.25e7)
Obliczenia treningowe
Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.
- Obliczenia treningowe
- 3.7 × 10¹⁹ FLOP
- Jak to zostało ustalone
- Hardware
1. Hardware setup: 4x NVIDIA Tesla P100 GPUs (1.90×10¹³ FLOP/s per GPU) 2. Training duration: 14 days (directly provided) = 1,209,600 seconds 3. Utilization rate: 40% 4. Final calculation: 1.90×10¹³ FLOP/s/GPU × 4 GPUs × 1,209,600 seconds × 0.4 = 3.7×10¹⁹ FLOPs
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Likely
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Mothra: Multiobjective de novo Molecular Generation Using Monte Carlo Tree Search
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Co to jest model?
Mothra został opublikowany przez Tokyo Institute of Technology, w kraju zapisanym jako Japan, podczas September 2024. Organizacja publikująca jest klasyfikowana jako academia.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie drug discovery.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żaden procesor graficzny tego nie zmieni.
Jak to zostało wytrenowane
Trening zajmował około 3.7 × 10¹⁹ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Odpowiedzi
Mothra — częste pytania
Mothra— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 3.7 × 10¹⁹ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.
Mothra— 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.
Mothra— 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.
Mothra— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Mothra— kto to stworzył?
Zostało opublikowane przez Tokyo Institute of Technology, oparty na Japan, organizacja sklasyfikowana jako academia.
Mothra— kiedy to zostało wydane?
Zostało opublikowane w September 2024. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Mothra— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie drug discovery. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
Źródło
Ostatnia aktualizacja rekordu 28 November 2025
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.