MTDP
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
- Chinese University of Hong Kong (CUHK),City University of Hong Kong
- Typ organizacji
- Academia,Academia
- Kraj
- Hong Kong
- Opublikowany
- 24 September 2024
- Autorzy
- Jiayu Shang, Cheng Peng, Yongxin Ji, Jiaojiao Guan, Dehan Cai, Xubo Tang, Yanni Sun
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Biology
- Zadanie
- Protein embedding
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 20M
- Dane treningowe
- tokens
- Epoki
- 10
- Rozmiar wsadu
- 16
"In particular, the student model in MTDP has a significantly smaller parameter scale (~20 million)" from 2.1 Model Structure
"MTDP is pre-trained on ~500 000 proteins from UniProtKB (Swiss-Prot) provided by the teacher model (Elnaggar et al. 2021)." from 2.3.1 Pre-training data
"We conducted the pre-training process on four RTX 3080 24 GB Nvidia GPUs, with a batch size of 16." from 2.3.1 Pre-training data
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
- 6 × 10¹⁴ FLOP
- Jak to zostało ustalone
- Operation counting
6 * 20,000,000 connections * 500,000 training examples * 10 epochs = 6.0e14 FLOP
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Sprzęt do trenowania
- NVIDIA GeForce RTX 3080
- Zastosowane chipy
- 4
- Pobór mocy
- 2.5 kW
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
Academic Free License v3.0 License. Inference and fine-tuning code + datasets, I don't see model weights and training code https://github.com/KennthShang/MTDP
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
- Accurate and efficient protein embedding using multi-teacher distillation learning
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Skąd to pochodzi
MTDP został opublikowany przez Chinese University of Hong Kong (CUHK),City University of Hong Kong, w kraju zapisanym jako Hong Kong, podczas September 2024. Wychodzi z organizacji zaklasyfikowanej jako academia,Academia.
Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie protein embedding.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Jak to zostało wytrenowane
Trening zajmował około 6 × 10¹⁴ FLOP, na sprzęcie zarejestrowanym jako NVIDIA GeForce RTX 3080. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Odpowiedzi
MTDP — częste pytania
MTDP— do czego to służy?
Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie protein embedding. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
MTDP— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 6 × 10¹⁴ FLOP, na sprzęcie zarejestrowanym jako NVIDIA GeForce RTX 3080. 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.
MTDP— 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.
MTDP— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
MTDP— ile ma parametrów?
Ma liczbę parametrów równą 20M. "In particular, the student model in MTDP has a significantly smaller parameter scale (~20 million)" from 2.1 Model Structure. 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.
MTDP— kto to stworzył?
Zostało opublikowane przez Chinese University of Hong Kong (CUHK),City University of Hong Kong, oparty na Hong Kong, organizacja sklasyfikowana jako academia,Academia.
MTDP— 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.