Importance of higher-order epistasis in large protein sequence-function relationships
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
- University of Florida
- Typ organizacji
- Academia
- Kraj
- United States of America
- Opublikowany
- 24 September 2024
- Autorzy
- Palash Sethi a, Juannan Zhou
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Biology
- Zadanie
- Protein function 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
- 165,428 tokens
Initial calculations by dataset: 1. GRB-1: 129,320 * 0.8 * 33 = 3,414,048 2. GRB-3-abundance: 31,936 * 0.8 * 15 = 383,235 3. GRB-3-binding: 25,967 * 0.8 * 15 = 311,610 4. AAV2-Capsid: 42,328 * 0.8 * 28 = 948,136 5. CreiLOV: 165,428 * 0.8 * 15 = 1,985,130 6. cgreGFP: 26,165 * 0.8 * 234 = 4,898,088 7. ppluGFP: 32,260 * 0.8 * 221 = 5,703,568 8. His3-S2: 116,935 * 0.8 * 28 = 2,619,344 9. His3-S5: 92,408 * 0.8 * 31 = 2,291,706 10. His3-S12: 62,305 * 0.8 * 19 = 947,036 Final sum: 3,414,048 + 383,235 …
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
- Zastosowane chipy
- 1
- Pobór mocy
- 433 W
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
- Importance of higher-order epistasis in large protein sequence-function relationships
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Skąd to pochodzi
Importance of higher-order epistasis in large protein sequence-function relationships został opublikowany przez University of Florida, w kraju zapisanym jako United States of America, podczas September 2024. Organizacja publikująca jest klasyfikowana jako academia.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie protein function prediction.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Co poszło w budowę tego
Trening zużył korpus około 165,428 Tokeny tekstu.
Odpowiedzi
Importance of higher-order epistasis in large protein sequence-function relationships — częste pytania
Importance of higher-order epistasis in large protein sequence-function relationships— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie protein function prediction. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
Importance of higher-order epistasis in large protein sequence-function relationships— 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.
Importance of higher-order epistasis in large protein sequence-function relationships— 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.
Importance of higher-order epistasis in large protein sequence-function relationships— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Importance of higher-order epistasis in large protein sequence-function relationships— kto to stworzył?
Zostało opublikowane przez University of Florida, oparty na United States of America, organizacja sklasyfikowana jako academia.
Importance of higher-order epistasis in large protein sequence-function relationships— 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.
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.