CheMatE-v0 строит эмбеддинги химических текстов и молекул в формате SMILES для поиска и сравнения.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
CheMatE-v0 — модель для построения эмбеддингов химических текстов и молекул, представленных в формате SMILES. Она разработана SchwallerGroup и дообучена на базе SchwallerGroup/CheMatE-v0-MLM. Модель использует архитектуру ModernBERT, содержит 149 млн параметров и обрабатывает последовательности длиной до 8192 токенов.
Модель предназначена для получения векторных представлений описаний на естественном языке и молекулярных строк, например для поиска химически похожих записей и сопоставления текста с молекулами. Она распространяется в формате safetensors и используется через Sentence Transformers. Лицензия — MIT.
Модель ориентирована на химию и не заявлена как универсальная языковая модель для генерации ответов. Качество результатов зависит от формата и содержания входных химических текстов и SMILES.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
A ModernBERT-based embedding model for chemistry, producing embeddings for both molecular
(SMILES) and natural-language chemistry inputs. Fine-tuned from
SchwallerGroup/CheMatE-v0-MLM.
from sentence_transformers import SentenceTransformer
model = SentenceTransformer("SchwallerGroup/CheMatE-v0")
emb = model.encode(["aspirin reduces inflammation", "CC(=O)Oc1ccccc1C(=O)O"], normalize_embeddings=True)
MIT.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · sentence-transformers
Подбираем GPU…