Mol-Instructions

大规模生物分子指令数据集助力大语言模型

Mol-Instructions 生物分子大语言模型数据集蛋白质 Github 开源项目

Mol-Instructions是一个开放的大规模生物分子指令数据集,包含分子导向、蛋白质导向和生物分子文本三类指令。数据集涵盖分子设计、蛋白质功能预测等多个任务,通过AI协作、数据提取和模板转换等方法构建。该数据集旨在增强大语言模型在生物分子领域的表现,现已在Hugging Face平台发布。

MoLFormer-XL-both-10pct - 大规模分子语言模型实现化学结构与性质预测

GithubHuggingfaceMoLFormerSMILES分子结构化学模型开源项目机器学习模型

MoLFormer是一个在ZINC和PubChem数据集上训练的化学语言模型，通过处理11亿分子的SMILES表示实现分子特征学习。模型采用线性注意力机制与旋转位置编码，在MoleculeNet的11个基准任务中展现优异性能。该模型可应用于分子相似度分析、特征提取及分子性质预测，适用于200原子以下的小分子研究。

InstructionWild - 大规模用户生成指令数据集助力AI对话能力提升

AI训练ChatGPTGithubInstructWild大语言模型开源项目指令数据集

InstructionWild项目汇集11万余条高质量用户生成指令，类型丰富，标签完善。该数据集致力于增强AI模型在生成、开放问答和头脑风暴等领域的对话表现。项目展示了完整的数据收集流程、评估分析和后续规划，为AI研究与应用领域贡献重要资源。

instruction-datasets - 大语言模型指令微调数据集汇总

GithubInstruction TuningNLP多语言大语言模型开源项目数据集

该项目整理了大语言模型指令微调所需的多种数据集，包括金标准、银标准/LM生成和偏好数据集。内容涵盖多语言和多模态任务，提供指令-响应对和人类偏好评分等资源。这些数据集有助于提升模型的指令跟随、对话和任务执行能力，为NLP研究和开发提供重要参考。

misato-dataset - 大规模蛋白质-配体复合物数据集助力AI驱动的药物发现

AI模型GithubMISATO分子动力学开源项目药物发现蛋白质-配体复合物

MISATO是一个专为结构化药物发现设计的机器学习数据集，包含高质量的蛋白质-配体复合物数据。数据集涵盖了19000多个配体的量子力学计算结果和16000多个蛋白质-配体结构的分子动力学模拟。MISATO旨在提高配体分子精确度、合理表示系统动力学，并促进创新AI药物发现模型的开发。研究人员可免费下载MISATO数据集，使用提供的PyTorch数据加载器进行AI训练和预测。

Scientific-LLM-Survey - 生物化学领域科学大语言模型研究综述

Github化学医学大语言模型开源项目生物学科学

Scientific-LLM-Survey项目系统梳理生物化学领域科学大语言模型研究进展。涵盖文本、分子、蛋白质和基因组语言模型,以及多模态模型的最新发展。项目收录关键论文,提供数据集和基准测试资源,为该领域研究提供全面参考。

AI2BMD - AI驱动的高精度蛋白质分子动力学模拟工具

AI2BMDGithub分子动力学模拟开源项目机器学习蛋白质计算化学

AI2BMD是一个结合人工智能和从头计算方法的蛋白质分子动力学模拟工具。它包含AIMD-Chig数据集、ViSNet和Geoformer模型架构，以及完整的模拟程序。该工具在保持高精度的同时提高了模拟效率，为蛋白质研究和药物开发提供了新的研究方法。

SmolLM-135M-Instruct - 轻量级指令语言模型的高效实现

GithubHuggingfaceSmolLM人工智能开源项目机器学习模型模型训练语言模型

SmolLM-135M-Instruct是一个1.35亿参数的轻量级指令语言模型。经过高质量教育数据训练和公开数据集微调后，模型具备基础知识问答、创意写作和Python编程能力。支持MLC、GGUF等多种本地部署方案，可通过Transformers框架调用。v0.2版本进一步优化了对话质量和任务完成能力。

papers-for-molecular-design-using-DL - 生成式AI和深度学习在分子设计与优化中的应用

Deep LearningGenerative AIGithubmolecular设计分子构象生成开源项目药物设计

此页面汇总了生成式AI和深度学习在分子设计和分子构象生成中的研究及资料。涵盖分子优化、数据集和基准、药物相似性和评估指标，以及基于结构、片段等生成模型的评论。这些资源对药物设计、材料发现和生命科学研究人员非常有用，并提供最新的学术和应用进展，持续更新。

instructlab - 创新的大语言模型对齐调优命令行工具

CLIGithubInstructLabLLM开源项目聊天机器人训练模型

InstructLab是为大语言模型(LLM)对齐调优设计的创新命令行工具。它采用合成数据方法，支持预训练模型下载、知识技能添加、合成数据生成、模型重训练和评估。工具兼容多种硬件平台，包括Apple M系列、AMD ROCm和NVIDIA CUDA，为LLM优化提供灵活高效的解决方案。

datamol - 基于RDKit的高效分子处理Python库

GithubPython库RDKitdatamol分子处理化学信息学开源项目

datamol是一个基于RDKit的Python库，专为简化分子处理而设计。它提供简洁的API、高效的并行处理和现代IO支持，同时保持与RDKit的兼容性。通过良好的默认设置，datamol简化了分子标准化、构象生成和特征计算等任务，使分子操作更加便捷高效。该库支持远程路径读写多种格式文件，适用于大规模数据处理。datamol的设计理念是在RDKit基础上提供更简单的接口，同时保持性能和灵活性，使其成为分子信息学研究和开发的有力工具。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

稿定AI

稿定设计是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com