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

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。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

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。

下拉加载更多