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。

torchmd - 开源分子动力学模拟框架

GithubPyTorchTorchMD分子动力学力场开发开源项目神经网络势能

TorchMD是一个开源的分子动力学模拟框架，基于PyTorch构建。它为研究人员提供简单易用的API，支持力场开发和神经网络势能的无缝集成。TorchMD使用与传统MD软件兼容的化学单位，适用于多种分子模拟任务。该项目正在积极开发中，由Chan Zuckerberg Initiative和Acellera资助，并与OpenMM和ACEMD展开合作。TorchMD适用于蛋白质折叠、药物设计、材料科学等领域的分子动力学研究。研究人员可以利用TorchMD快速开发和测试新的力场模型，推进计算化学和生物物理学的发展。

Phi-3-medium-4k-instruct - 轻量级多任务语言模型

GithubHuggingfacePhi-3大语言模型开源项目指令微调推理能力模型自然语言处理

Phi-3-medium-4k-instruct是一个14B参数的轻量级开源语言模型,在常识、语言理解、数学和编码等多项基准测试中表现优异。该模型采用高质量合成数据和公开数据训练,经过指令微调和安全优化,支持4K上下文长度。它适用于内存/计算受限环境和低延迟场景,可广泛应用于商业和研究领域。

SmolLM-360M - 3.6亿参数的高效语言模型专注常识推理和知识理解

GithubHuggingfaceSmolLM人工智能开源项目模型模型训练神经网络语言模型

SmolLM-360M是一款拥有3.6亿参数的高效语言模型，基于Cosmo-Corpus数据集训练而成。该模型利用Cosmopedia v2合成教材、Python-Edu教育样本和FineWeb-Edu网络教育资源等高质量数据，在常识推理和世界知识等多项基准测试中表现出色。SmolLM-360M支持CPU/GPU部署，并提供8位和4位量化版本以优化内存使用。这款模型主要面向英语内容生成和理解，可作为AI辅助工具在多种场景中应用。

Llama-3.2-1B-Instruct - Meta开发的多语言大规模语言模型适用于对话和检索任务

GithubHuggingfaceLlama 3.2人工智能多语言大语言模型开源项目模型自然语言处理

Llama-3.2-1B-Instruct是Meta开发的新一代多语言大规模语言模型。该模型支持8种语言，包括英语、德语和法语等，有1B和3B两种参数规模。模型采用优化的Transformer架构，使用高达9T的token训练，支持128k上下文长度。它在行业基准测试中表现优异，特别擅长对话、知识检索和摘要任务。Llama-3.2-1B-Instruct适用于构建智能助手、写作辅助等多种商业和研究应用。

biomedical - 生物医学数据集库促进机器学习研究

BigBIOGithub开源项目数据标准化机器学习生物医学数据集自然语言处理

BigBIO是一个基于Huggingface datasets库开发的生物医学数据加载器库。该项目提供超过126个生物医学数据集的轻量级访问，覆盖10余种语言和12个任务类别。BigBIO致力于提高数据处理的可重复性，完善数据集来源和许可等属性的文档，并简化自然语言提示和多任务学习的元数据集生成。此外，BigBIO还支持多个主流英语生物医学基准测试中的大部分数据集。

awesome-instruction-learning - 指令学习文献与数据集综述

AIAwesome Instruction LearningDatasetsGithubInstruction TuningSurvey开源项目

本项目提供了关于指令调优和跟随的优秀阅读列表，包括最新的论文、数据集和详细的分析。这份资源对研究人员和技术从业者非常有用，涵盖从理论到应用的各个方面。通过全面概述和多样分类，用户可以深入了解当前指令学习的趋势和挑战。欢迎任何贡献和建议，共同丰富和改进这一开源项目。

plinder - 综合蛋白质-配体相互作用数据集与评估平台

GithubPLINDER分子对接开源项目机器学习结构生物学蛋白质-配体相互作用

PLINDER是一个面向蛋白质-配体对接算法的综合数据集和评估资源。该数据集包含40多万个蛋白质-配体相互作用系统,涵盖11,000多个SCOP结构域和50,000多种小分子。每个系统配有500多项详细注释,涉及蛋白质和配体特性、结构质量等多个方面。此外,PLINDER提供14种相互作用评估指标、200多亿个相似性得分,以及与结合态(holo)系统对应的未结合态(apo)和AlphaFold2预测结构。该平台还包含训练-验证-测试数据集划分功能和标准化评估工具,有助于简化模型性能比较流程。

protpardelle - 开源全原子蛋白质生成模型

Githubprotpardelle开源项目深度学习生物信息学结构预测蛋白质生成模型

Protpardelle是一个开源的全原子蛋白质生成模型项目，提供预训练模型、推理和训练代码。支持条件和无条件蛋白质设计，可通过HuggingFace网页应用或PyMOL插件使用。项目包含环境配置、示例命令和数据集获取方法，适合研究人员和开发者使用与贡献。

LucaOne - 整合核酸和蛋白质语言的通用生物模型

GithubLucaOne下游任务开源项目生物基础模型统一核酸和蛋白质语言预训练任务

LucaOne是一个整合核酸和蛋白质语言处理的生物基础模型。通过多任务预训练，该模型实现了DNA、RNA和蛋白质序列的高效表示学习。在序列分类、结构预测等多个下游任务中，LucaOne展现出优异性能。项目开源了训练数据、代码和预训练模型，为生物信息学研究提供了实用工具。

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。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com