GuacaMol基准模型 - 化学生成模型的评估基准

RayRay
GuacaMol基准模型生成化学SMILES机器学习Github开源项目

guacamol_baselines

GuacaMol基准模型简介

GuacaMol基准模型是由BenevolentAI公司开发的一系列用于评估化学生成模型的基准实现。它为分子生成模型提供了一个标准化的评估框架,可以比较不同模型在分子生成任务上的性能。GuacaMol基准模型包含了多种常见的分子生成算法实现,为研究人员提供了基线参考。

GuacaMol基准模型的主要内容

GuacaMol基准模型主要包含以下几类算法实现:

  1. 随机采样器 这是一个简单的基线模型,从训练集中随机返回分子。用于建立评估分数的下限。

  2. ChEMBL最优选择 从训练集中选择最符合评估指标的分子。这也是一个简单基线,用于建立评估分数的下限。

  3. SMILES遗传算法 基于SMILES字符串表示的分子遗传算法。

  4. 图遗传算法
    基于分子图表示的遗传算法。

  5. 图蒙特卡洛树搜索 基于分子图表示的蒙特卡洛树搜索算法。

  6. SMILES LSTM爬山算法 基于SMILES的长短期记忆网络,使用爬山算法优化。

  7. SMILES LSTM近端策略优化 基于SMILES的长短期记忆网络,使用近端策略优化算法。

  8. Frag-GT 基于片段的进化算法。

这些算法涵盖了从简单规则到深度学习的多种分子生成方法,为不同类型的模型提供了基准比较。

GuacaMol基准模型的使用

要使用GuacaMol基准模型,需要先安装依赖:

pip install -r requirements.txt

GuacaMol基准模型提供了两类评估任务:

  1. 目标导向生成 评估模型生成满足特定属性的分子的能力。

  2. 分布学习 评估模型学习和重现分子分布的能力。

以SMILES LSTM为例,运行目标导向生成基准的命令为:

python -m smiles_lstm_hc.goal_directed_generation

运行分布学习基准的命令为:

python -m smiles_lstm_hc.distribution_learning  

不同的基准模型可以通过类似的方式运行和评估。

GuacaMol基准模型的优势

  1. 标准化评估 提供了统一的评估框架,便于比较不同模型的性能。

  2. 多样化基线 包含了多种算法实现,可以全面评估模型性能。

  3. 易于使用 提供了详细的使用说明和示例代码,方便研究人员快速上手。

  4. 可扩展性 研究人员可以方便地将自己的模型加入到评估框架中。

总结

GuacaMol基准模型为化学生成模型的评估提供了一个全面、标准化的框架。它包含了多种基准算法实现,涵盖了从简单规则到深度学习的多种方法。通过使用GuacaMol基准模型,研究人员可以方便地评估和比较不同分子生成模型的性能,推动这一领域的发展。未来,GuacaMol基准模型还将继续更新,加入更多的评估指标和基准算法,为化学生成模型的研究提供更全面的支持。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多