Darwin

Darwin

材料科学、化学和物理领域的LLaMA模型

Darwin是一个开源项目,致力于在科学文献和数据集上预训练和微调LLaMA模型,特别针对材料科学、化学和物理领域。Darwin整合了结构化和非结构化的科学知识,提升了语言模型在科学研究中的效率。基于7B LLaMA模型,Darwin在实验带隙预测和金属分类任务中表现优异,超过了Fine-tuned GPT3.5和专用机器学习模型。尽管仍在开发中,Darwin在解决科学问题方面已展现出巨大潜力。

DarwinLLaMAAI带动科学研究开放源代码科学文献Github开源项目

Darwin 项目介绍

Darwin是一个专门为科学领域打造的开源项目,旨在通过预训练和微调LLaMA模型,在科学文献和数据集上发挥更大效用。该项目特别关注材料科学、化学和物理学领域,通过整合结构化和非结构化的科学知识,提升语言模型在科学研究中的有效性。

背景与机构

Darwin项目由新南威尔士大学AI4Science与GreenDynamics AI合作开展。为了更好地推动科学发现,Darwin利用大型语言模型(LLMs),作为科学领域探索的一个重要组成部分。该项目当前只授权用于研究目的,并遵循CC BY NC 4.0非商业用途许可协议。

最新进展

  • **2024年2月15日:**Darwin在MatBench上的材料项目任务中取得了SOTA(最新技术)成绩,超过了微调的GPT3.5和专用的机器学习模型。
  • **2023年9月15日:**Google Colab版本发布,用户可以通过提供的inference.ipynb链接体验Darwin。

模型概况

Darwin基于7B参数的LLaMA模型,训练数据量超过100,000个指令序列,这些数据由Darwin科学指令生成器(SIG)生成,来源于多种科学FAIR数据集和文献语料库。初步的人类评估指出,Darwin 7B在科学问答和化学问题解决方面优于GPT-4和微调的GPT-3。

使用方法

Darwin模型安装简单,只需通过下载和设置相应的权重文件以及必要的环境即可开始测试。值得注意的是,运行Darwin 7B模型至少需要10GB的GPU内存。

微调指南

为了对Darwin-7B进行进一步的微调,用户可基于不同的数据集进行训练。官方提供了示例命令,可以在配备4个A100 80G的GPU机器上运行。

数据集信息

Darwin的数据主要来源于两个部分:

  • 包含600万篇关于材料科学、化学和物理学的文献,出版商包括ACS、RSC、Springer Nature、Wiley和Elsevier。
  • 16个FAIR数据集。

此外,开发团队还通过Darwin-SIG生成科学指令,并生成基于科学文献关键词的问答数据。

项目作者与贡献者

Darwin是多位学者和研究机构合作的成果,包括来自UNSW和GreenDynamics的研究人员。项目还受到UNSW工程学院专家的指导与建议。

致谢与参与邀请

项目参考了多个开源项目,包括Meta LLaMA、Stanford Alpaca和gptchem,还感谢NCI Australia提供的高性能计算支持。Darwin项目团队也在不断扩大,鼓励更多人加入这一有趣的科技研究旅程。实验室还开放博士及博士后职位应聘。

有关职位或者合作机会的详细信息,请访问GreenDynamics官网或者直接联系相关人员。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多