/ Модель

Характеристики

Контекст
1 536 токенов
Лицензия
MIT
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
7 мая 2026

CrystaLLM-pi_Chili100K-XRD

Генерация текстаТекст → текст3 профессии

Условная GPT-2-модель Bone et al. восстанавливает кандидаты кристаллических структур в формате CIF по позициям и интенсивностям пиков порошковой XRD.

323скачиваний за 30 дней0лайковвеса обновлены29 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

CrystaLLM-pi_Chili100K-XRD — условная генеративная модель Bone et al. из University College London для восстановления кристаллических структур по данным порошковой рентгеновской дифракции (XRD). Это дообученная версия CrystaLLM-pi_Mattergen-XRD на наборе Chili-100K со структурами неорганических наноматериалов, отобранными из Crystallographic Open Database.

Модель построена на авторегрессионном GPT-2 с механизмом Residual Attention (Slider). На вход подаются позиции 2θ и интенсивности 20 наиболее сильных пиков; на выходе генерируются кандидаты структур в синтаксисе CIF. Контекст составляет 1536 токенов и рассчитан в том числе на ячейки примерно до 100 атомов. Лицензия — MIT.

Качество восстановления зависит от извлечения пиков, шума и представленности материала в обучающих данных. Модель не предназначена для систем с разупорядочением и частичными заполнениями; обучение ориентировано на неорганические наноматериалы, а качество генерации для очень больших ячеек может снижаться. При сходстве структур возможен уклон к более распространённому в обучающей выборке полиморфу.

Сценарии применения

  • восстановление структуры кристалла по порошковой рентгенограмме
  • генерация кандидатов CIF по позициям и интенсивностям дифракционных пиков
  • поиск структуры неорганического наноматериала по экспериментальным XRD-данным

Ограничения

Результат зависит от качества извлечения пиков и представленности материала в обучающих данных; пропуски и шум снижают точность восстановления. Модель не рассчитана на разупорядоченные системы, частичные заполнения, органические материалы и MOF; для очень больших ячеек качество может ухудшаться.

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 Card for CrystaLLM-pi_Chili100K-XRD

Model Details

Model Description

CrystaLLM-pi_Chili100K-XRD is a conditional generative model designed for the recovery of crystal structures from X-ray Diffraction (XRD) data. It is a fine-tuned version of the CrystaLLM-pi framework, utilizing a GPT-2 decoder-only architecture. This model employs a Residual Attention (Slider) mechanism to condition the generation of Crystallographic Information Files (CIFs) on heterogeneous X-ray diffraction data.

The model generates crystal structures based on an XRD pattern input vector consisting of the 20 most intense peaks:

  1. Peak Positions ($2\theta$)
  2. Peak Intensities

The Chili-100K XRD dataset the model is fine-tuned on contains experimentally determined structures sourced from Chili-100K, which is an inorganic experimental nanomaterials curated and filtered subset of the Crystallographic Open Database (COD). Notably, this model features an extended context window of 1536 tokens, enabling the generation of larger and more complex unit cells containing up to ~100 atoms.

  • Developed by: Bone et al. (University College London)
  • Model type: Autoregressive Transformer with Residual Attention Conditioning
  • Language(s): CIF (Crystallographic Information File) syntax
  • License: MIT
  • Finetuned from model: c-bone/CrystaLLM-pi_Mattergen-XRD

Model Sources

Uses

Direct Use

The model is intended for structure solution and recovery from powder XRD data. Researchers can input a list of peak positions and intensities derived from experimental diffraction patterns to generate candidate crystal structures that match the experimental signature.

Out-of-Scope Use

  • Disordered Systems: The model does not natively handle partial occupancies or significant disorder.
  • Organic/MOFs: The training data was strictly filtered for inorganic nanomaterials as per the Chili-100K dataset methdology.
  • Extremely Large Unit Cells: While the context window is expanded to 1536 tokens, structures with high numbers of atoms per unit cell may face or degradation in generation quality.

Bias, Risks, and Limitations

  • Experimental Noise: Performance relies on the quality of the input peak extraction and rarity of material.
  • Missing Data: The "Slider" mechanism handles missing peaks (padded with -100), but significant data loss degrades recovery rates.
  • Polymorphs: In cases of strong structural similarity, the model may bias towards the polymorph most prevalent in the Chili-100K distribution.

Getting started

Generation from a scan: T2_load_and_generate.ipynb.

Citation

Primary Model Paper:

@misc{bone2025discoveryrecoverycrystallinematerials,
      title={Discovery and recovery of crystalline materials with property-conditioned transformers},
      author={Cyprien Bone and Matthew Walker and Bradley A. A. Martin and Kuangdai Leng and Luis M. Antunes and Ricardo Grau-Crespo and Amil Aligayev and Javier Dominguez and Keith T. Butler},
      year={2025},
      eprint={2511.21299},
      archivePrefix={arXiv},
      primaryClass={cond-mat.mtrl-sci},
      url={https://arxiv.org/abs/2511.21299},
}

CHILI Dataset:

@inproceedings{10.1145/3637528.3671538,
      author = {Friis-Jensen, Ulrik and Johansen, Frederik L. and Anker, Andy S. and Dam, Erik B. and Jensen, Kirsten M. \O{}. and Selvan, Raghavendra},
      title = {CHILI: Chemically-Informed Large-scale Inorganic Nanomaterials Dataset for Advancing Graph Machine Learning},
      year = {2024},
      isbn = {9798400704901},
      publisher = {Association for Computing Machinery},
      address = {New York, NY, USA},
      url = {https://doi.org/10.1145/3637528.3671538},
      doi = {10.1145/3637528.3671538},
      pages = {4962--4973},
      numpages = {12},
      keywords = {atomic structure, chemistry, datasets, deep learning, graph neural network, graphs, machine learning, nanomaterials, neutron, scattering, x-ray},
      location = {Barcelona, Spain},
      series = {KDD '24}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
SliderGPT
Ревизия весов
f5a4e78

0 моделей