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
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。
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。
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
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。
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
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。
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 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
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
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。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号