Предобученный MoLFormer от DeepChem для заполнения пропусков и анализа молекулярных последовательностей в задачах cheminformatics.
3 470скачиваний за 30 дней9лайковвеса обновлены25 фев 2026
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
MoLFormer-c3-1.1B — модель семейства MoLFormer от DeepChem, описанная в статье ChemBERTa-3. Это предобученный трансформер для работы с последовательностями молекул: README указывает, что при обучении использовались наборы ZINC20 и PubChem, а метаданные определяют архитектуру как плотную модель masked language modeling с 51,4 млн параметров и контекстом до 202 токенов.
Основной сценарий — заполнение пропусков в молекулярных последовательностях. Метаданные также указывают поддержку классификации текста, что позволяет использовать представления модели для задач cheminformatics. Модель загружается через Transformers как masked language model.
Лицензия — MIT. Модель предназначена для последовательностей молекул; точные ограничения качества и область применимости результатов в предоставленных материалах не описаны.
Сценарии применения
предсказание пропущенных токенов в последовательностях молекул
подготовка молекулярных представлений для классификации
анализ химических последовательностей в исследовательских задачах
Ограничения
Контекст ограничен 202 токенами. В предоставленных материалах не описаны показатели качества и ограничения применимости к отдельным химическим задачам.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
MoLFormer-c3-1.1B, as described in the Chemberta-3 paper [1] is pretrained on a combination of 100% ZINC20 (1B) and 100% Pubchem (100M)
Usage
from transformers import AutoTokenizer, AutoModelForMaskedLM
tokenizer = AutoTokenizer.from_pretrained("DeepChem/MoLFormer-c3-1.1B")
model = AutoModelForMaskedLM.from_pretrained("DeepChem/MoLFormer-c3-1.1B")
Reference
Singh R, Barsainyan AA, Irfan R, Amorin CJ, He S, Davis T, et al. ChemBERTa-3: An Open Source Training Framework for Chemical Foundation Models. RSC Digital Discovery 2026; doi:10.1039/D5DD00348B
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
СпособСтатусЦена
GPU в ailist
Универсальный рантайм · transformers · fill-mask
Нельзя запустить
Модели нужен код из репозитория; автор пока не в списке доверенных организаций.