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。

Mistral-7B-Instruct-v0.2-AWQ - Mistral-7B-Instruct-v0.2改进版指令微调大语言模型

AI推理AWQGithubHuggingfaceMistral-7B-Instruct-v0.2开源项目文本生成模型模型量化

Mistral-7B-Instruct-v0.2是Mistral AI团队开发的改进版指令微调大语言模型。基于Mistral-7B-v0.1架构,采用分组查询注意力和滑动窗口注意力技术。支持[INST]和[/INST]标记的指令格式,提供聊天模板功能。模型性能出色,但缺乏审核机制。适用于需要无限制输出的应用场景,展示了基础模型易于微调并获得优秀性能。

ChatMol - 使用自然语言驱动的PyMOL交互式分子可视化分析工具

ChatMolGithubPyMOL分子可视化开源项目插件自然语言交互

ChatMol是一款PyMOL插件，通过自然语言交互实现分子可视化和分析。它支持命令行、迷你GUI、Python和网页浏览器等多种交互方式，集成了大型语言模型。ChatMol可执行PyMOL任务，提供建议和解释。该工具还包括Streamlit应用、Python包和在线问答系统。ChatMol简化了分子结构分析过程，无需复杂设置即可使用。

nucleotide-transformer-v2-500m-multi-species - 基于多物种基因组的大规模DNA语言模型

DNA序列GithubHuggingfaceNucleotide Transformer基因组学开源项目模型生物信息学预训练模型

nucleotide-transformer-v2-500m-multi-species是一个基于850个多物种基因组预训练的5亿参数Transformer模型。该模型利用多样化物种的DNA序列信息,通过掩码语言建模训练,可用于分子表型预测等任务。它采用6-mer标记化方法,结合旋转位置编码和门控线性单元,在900B个标记上训练而成。这一基础模型为基因组学研究提供了有力工具,可应用于多种下游分析。

magicoder - 开源代码生成与指令数据的高质量低偏见模型

GithubMagicoderOSS-Instruct人类评估大模型开源代码开源项目

Magicoder项目采用OSS-Instruct方法，通过开源代码片段生成低偏见、高质量的指令数据。Magicoder-S-DS-6.7B模型在HumanEval测试中表现优于GPT-3.5-turbo-1106和Gemini Ultra，展示了卓越的代码生成能力。项目提供多个模型和数据集，并支持在线和本地Gradio演示，适用于多种代码生成场景。

Awesome-instruction-tuning - 介绍开源指令调优数据集和模型的精选资源库

GithubHelsinki-NLPLLMsalpacainstruction tuning datasetsmultilingual tools开源项目

此页面汇总了开源的指令调优数据集、模型、相关论文和资源库的精选列表。涵盖传统NLP任务修改的数据集、大型语言模型生成的数据，还包括跨语言翻译工具和研究论文链接。对于研究和应用指令调优技术的研究人员、开发者和数据科学家，这是一个重要的参考资源。

Graphormer - 优化分子科学中的AI研究和应用

Azure Quantum ElementsGithubGraphormer分子建模开源项目材料科学药物发现

Graphormer是一个深度学习包，用于加速分子科学中的AI研究和应用，如材料发现和药物发现。它支持PyG、DGL、OGB和OCP的数据接口，并采用fairseq框架。提供PCQM4M和PCQM4Mv2的预训练模型，特别适合大规模分子建模任务。优化的预训练版本可在Azure Quantum Elements上使用。

Qwen2-1.5B-Instruct - 性能卓越的开源指令调优语言模型

GithubHuggingfaceQwen2人工智能大语言模型开源项目机器学习模型自然语言处理

Qwen2-1.5B-Instruct是Qwen2系列中的指令调优语言模型，在语言理解、生成、多语言处理、编码和数学推理等方面表现优异。该模型基于改进的Transformer架构，通过大规模预训练和偏好优化，在多项基准测试中超越了大多数开源模型。Qwen2-1.5B-Instruct易于部署，适用于多种AI应用场景，能够高效处理复杂的语言任务。

Mistral-Nemo-Instruct-2407-vllm-fp8 - 开源多语言指令微调大模型

Apache 2许可GithubHuggingfaceMistral-Nemo-Instruct-2407多语言大语言模型开源项目指令微调模型

Mistral-Nemo-Instruct-2407是Mistral AI与NVIDIA联合开发的开源指令微调语言模型。该模型在128K上下文窗口训练，支持多语言和代码生成，性能优于同等规模模型。采用Apache 2许可，可替代Mistral 7B使用。模型在多项基准测试中表现出色，支持mistral_inference、transformers和NeMo等框架进行推理。

OLMo-7B-0724-hf - OLMo开放式语言模型促进语言处理技术进步

AI2GithubHuggingfaceOLMo变形金刚开源语言模型开源项目模型自然语言处理

OLMo是由AI2开发的开源语言模型系列，旨在推动语言模型科学研究。该模型基于Dolma数据集训练，采用先进的Transformer结构，实现性能提升和多阶段优化。OLMo-7B-0724-hf具备强大的文本生成能力，适用于文本推理和生成任务。支持在HuggingFace平台上进行加载、微调和评估，且提供多种数据检查点，方便研究与开发。该项目得到多家机构支持，并在多个主要AI任务中表现优异。

SmolLM-1.7B-Instruct - SmolLM-1.7B-Instruct 模型的技术特性与应用场景分析

GithubHuggingfaceSmolLM开源项目微调性能优化数据集模型语言模型

SmolLM-1.7B-Instruct 是一款包含135M、360M和1.7B参数的小型语言模型，通过高质量数据集微调而成。v0.2版本在主题保持和回答提示方面表现优越。支持多种应用方式，包括本地和浏览器演示。但需注意，该模型可能并非完全精准，建议作为辅助工具应用于常识问答、创造性写作和基础编程等场景。

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