/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
gpt2 · dense
Библиотека
transformers
Опубликована
10 апр 2026

CrystaLLM-pi_mp_20_base

Генерация текстаТекст → текст3 профессии

Безусловная GPT-2-модель для генерации CIF-файлов неорганических кристаллических структур из распределения MP-20.

582скачиваний 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_mp_20_base — авторегрессионная модель GPT-2, разработанная Bone et al. из University College London. Она обучена с нуля примерно на 25,9 млн параметров на текстах CIF из набора c-bone/mp_20_pxrd и служит безусловной базовой моделью LeMat-Bench для генерации кристаллических структур. Модель принимает текстовые последовательности CIF и генерирует CIF; также поддерживает генерацию с подсказкой. Контекст составляет 1024 токена. Обучающие структуры — результаты расчётов DFT с релаксацией, а не экспериментальные данные.

Модель предназначена для генерации неорганических кристаллических структур и оценки базового качества на MP-20. Она воспроизводит распределение обучающего набора, поэтому разнообразие новых структур ограничено. Модель не позволяет задавать целевые свойства, не рассчитана на системы с разупорядочением, органические материалы и MOF; большие ячейки могут не поместиться в контекст. Структурная корректность CIF не гарантирует термодинамическую стабильность, для оценки которой требуется дополнительный энергетический скрининг. Лицензия — MIT.

Сценарии применения

  • генерация CIF-файлов неорганических кристаллических структур
  • генерация кристаллических структур по текстовой подсказке
  • базовая оценка генерации на наборе MP-20 в LeMat-Bench

Ограничения

Модель не поддерживает обусловливание целевыми свойствами; органические материалы, MOF, разупорядоченные системы и очень большие элементарные ячейки находятся вне её целевого распределения или ограничены окном контекста в 1024 токена. Корректный CIF не гарантирует термодинамическую стабильность структуры.

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_mp_20_base

Model Details

Model Description

CrystaLLM-pi_mp_20_base is an unconditional generative model for crystal structures. It is a GPT-2 decoder-only model that generates Crystallographic Information Files (CIFs) from the patterns learned during training, with no property or diffraction conditioning attached.

The model was trained from scratch on MP-20 CIF text as an unconditional baseline for LeMat-Bench. For fine-tuning, use c-bone/CrystaLLM-pi_ft_alex_mp_20-text, which was initialised from the LeMat-Bulk pretrained model. Training used only the CIF text from c-bone/mp_20_pxrd, without the XRD conditioning vectors.

  • Developed by: Bone et al. (University College London)
  • Model type: Autoregressive Transformer, unconditional (~25.9M parameters)
  • Language(s): CIF (Crystallographic Information File) syntax
  • License: MIT
  • Finetuned from model: None, trained from scratch

Model Sources

Uses

Direct Use

Unconditional or prompt-steered generation of inorganic crystal structures, and evaluation as the MP-20 baseline in LeMat-Bench.

Out-of-Scope Use

  • Property targeting: the model has no conditioning channel. Use a conditional model to request a property value.
  • Disordered Systems: No native handling of partial occupancies or significant disorder.
  • Organic/MOFs: Training data is inorganic, so organic frameworks are out of distribution.
  • Extremely Large Unit Cells: the context window is 1024 tokens, so large cells will not fit.

Bias, Risks, and Limitations

  • Distribution matching: output closely reflects the MP-20 distribution, so novelty is limited by design. Raise the generation temperature to move away from it.
  • Validity is not stability: generated CIFs passing structural checks are not necessarily thermodynamically stable. Screen with an energy model before drawing conclusions.
  • Computed data: training structures are relaxed DFT results rather than experimentally determined ones.

Getting started

For generation, use T2_load_and_generate.ipynb in CrystaLLM-pi. The training config is mp-20-text.jsonc.

Citation

@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},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
101422f

0 моделей