SeaMoon
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
- Sorbonne University,Université Grenoble Alpes,Institut Universitaire de France (IUF)
- Typ organizacji
- Academia,Academia,Research collective
- Kraj
- France
- Opublikowany
- 25 September 2024
- Autorzy
- Valentin Lombard, Dan Timsit, Sergei Grudinin, Elodie Laine
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Biology
- Zadanie
- Protein folding prediction
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 1M
- Dane treningowe
- tokens
- Epoki
- 500
7,339 collections × 5 conformations/collection = 36,695 conformations 36,695 conformations × 300 residues/protein = 11,008,500 datapoints Final estimate: 1.1e7 datapoints
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
- SeaMoon: Prediction of molecular motions based on language models
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Skąd to pochodzi
SeaMoon został opublikowany przez Sorbonne University,Université Grenoble Alpes,Institut Universitaire de France (IUF), w kraju zapisanym jako France, podczas September 2024. Organizacja publikująca jest klasyfikowana jako academia,Academia,Research collective.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie protein folding prediction.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Odpowiedzi
SeaMoon — częste pytania
SeaMoon— kto to stworzył?
Zostało opublikowane przez Sorbonne University,Université Grenoble Alpes,Institut Universitaire de France (IUF), oparty na France, organizacja sklasyfikowana jako academia,Academia,Research collective.
SeaMoon— 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.
SeaMoon— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie protein folding prediction. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
SeaMoon— 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.
SeaMoon— 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.
SeaMoon— ile ma parametrów?
Ma liczbę parametrów równą 1M. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
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.