BTFBS

Zamknięte wagi Nanjing Agricultural University September 2024

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
Nanjing Agricultural University
Typ organizacji
Academia
Kraj
China
Opublikowany
22 September 2024
Autorzy
Bingbing Jin, Song Liang, Xiaoqian Liu, Rui Zhang, Yun Zhu, Yuanyuan Chen, Guangjin Liu, Tao Yang

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena
Biology
Zadanie
Protein-DNA binding 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
10,333 tokens

"In order to ensure the consistency of sequence length, the maximum length of a DNA sequence is set to 100 and the maximum length of a protein sequence is set to 600. Sequences shorter than the maximum length are padded with zeros to match the fixed length." "As a result, 5159 non-redundant positive sequences are obtained. Approximately 10% of the sequences are randomly selected from the datasets as the independent dataset, while the remaining 90% of the sequences are used as the training and t…

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
BTFBS: binding-prediction of bacterial transcription factors and binding sites based on deep learning
Ostatnio zaktualizowane
28 November 2025

Co oznaczają liczby

Tło

BTFBS został opublikowany przez Nanjing Agricultural University, w kraju zapisanym jako China, podczas September 2024. Wychodzi z organizacji zaklasyfikowanej jako academia.

Działa w dziedzinie Biology, i jest zapisany jako wykonujący zadanie protein-DNA binding prediction.

Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.

Jak to zostało wytrenowane

Został wytrenowany na korpusie około 10,333 Tokeny tekstu.

Odpowiedzi

BTFBS — częste pytania

01

BTFBS— do czego to służy?

Działa w dziedzinie Biology, i jest zarejestrowany jako realizujący zadanie protein-DNA binding prediction. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.

02

BTFBS— 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.

03

BTFBS— 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.

04

BTFBS— ile ma parametrów?

Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.

05

BTFBS— kto to stworzył?

Zostało opublikowane przez Nanjing Agricultural University, oparty na China, organizacja sklasyfikowana jako academia.

06

BTFBS— 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.

Źródło

Oryginalna publikacja

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.