/ Модель

Характеристики

Контекст
768 токенов
Параметры
27,3 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Библиотека
transformers
Опубликована
17 авг 2022

smole-bert

Заполнение пропусковТекст → текст3 профессии

BERT-модель, обученная на SMILES для заполнения пропусков и поддержки задач молекулярного анализа и виртуального скрининга.

104скачиваний за 30 дней0лайковвеса обновлены9 ноя 2023

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

UdS-LSV/smole-bert — модель на базе BERT для работы с молекулами, представленными строками SMILES. Разработчики обучили её предсказывать замаскированные токены на наборе GuacaMol; в карточке также описан подход Enumeration-aware Molecular Transformers, сочетающий контрастивное обучение, многозадачную регрессию и masked language modeling для учёта различных перечислений одной молекулы.

Модель подходит для заполнения пропусков в SMILES-последовательностях и получения молекулярных представлений, в том числе в сценариях виртуального скрининга. В опубликованном бенчмарке для неё приведены AUROC 0,615 и BEDROC 0,225. Архитектура — BertForMaskedLM, размер — 27,3 млн параметров, контекст — до 768 токенов. Модель распространяется под лицензией Apache-2.0; использовать её можно через Transformers или пакет smiles-featurizers.

Сценарии применения

  • восстановление замаскированных токенов в SMILES
  • получение представлений молекул из SMILES
  • подготовка признаков для виртуального скрининга соединений

Ограничения

В опубликованном бенчмарке указаны AUROC 0,615 и BEDROC 0,225; результаты зависят от соответствующего сценария виртуального скрининга. Обучение описано для SMILES и датасета GuacaMol.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Details

We introduce a suite of neural language model tools for pre-training, fine-tuning SMILES-based molecular language models. Furthermore, we also provide recipes for semi-supervised recipes for fine-tuning these languages in low-data settings using Semi-supervised learning.

Enumeration-aware Molecular Transformers

Introduces contrastive learning alongside multi-task regression, and masked language modelling as pre-training objectives to inject enumeration knowledge into pre-trained language models.

a. Molecular Domain Adaptation (Contrastive Encoder-based)

i. Architecture

smole bert drawio

ii. Contrastive Learning

b. Canonicalization Encoder-decoder (Denoising Encoder-decoder)

Pretraining steps for this model:

  • Pretrain BERT model with Masked language modeling with masked proportion set to 15% on Guacamol datasetFore more details please see our github repository.

  • Virtual Screening Benchmark (Github Repository)

original version presented in S. Riniker, G. Landrum, J. Cheminf., 5, 26 (2013), DOI: 10.1186/1758-2946-5-26, URL: http://www.jcheminf.com/content/5/1/26

extended version presented in S. Riniker, N. Fechner, G. Landrum, J. Chem. Inf. Model., 53, 2829, (2013), DOI: 10.1021/ci400466r, URL: http://pubs.acs.org/doi/abs/10.1021/ci400466r

Model List

Our released models are listed as following. You can import these models by using the smiles-featurizers package or using HuggingFace's Transformers.

ModelTypeAUROCBEDROC
UdS-LSV/smole-bertBert0.6150.225
UdS-LSV/smole-bert-mtrBert0.6210.262
UdS-LSV/smole-bartBart0.6600.263
UdS-LSV/muv2x-simcse-smole-bartSimcse0.6970.270
UdS-LSV/siamese-smole-bert-muv-1xSentenceTransformer0.6730.274

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
fdfa1dd

0 моделей