/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Опубликована
1 апр 2026

molcrawl-compounds-gpt2-large

Генерация текстаТекст → текст3 профессии

GPT-2 Large, обученная на строках SMILES из MolCrawl, генерирует текстовые представления молекулярных соединений.

34скачиваний за 30 дней0лайковвеса обновлены18 мая 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

kojima-lab/molcrawl-compounds-gpt2-large — языковая модель GPT-2 Large с 774 млн параметров, предварительно обученная разработчиками koji­ma-lab на строках SMILES соединений из набора MolCrawl. Она генерирует продолжения SMILES и подходит для экспериментов с генерацией молекулярных структур и автоматизированного создания кандидатов соединений. Токенизатор использует символьный BPE со словарём из 612 токенов; строки SMILES следует подавать без пробелов, а маркером конца последовательности служит [SEP]. Контекст модели — 1024 токена. Модель принимает и выдаёт текстовые строки SMILES; заявлена задача text-generation. Лицензия Apache-2.0.

Сценарии применения

  • генерация новых строк SMILES
  • создание кандидатов молекулярных соединений
  • продолжение заданной строки SMILES
  • эксперименты с языковым моделированием химических структур

Ограничения

Модель обучена на строках SMILES, поэтому её выходы могут требовать проверки синтаксической корректности и химической валидности. Контекст ограничен 1024 токенами; ожидаемый ввод — SMILES без пробелов.

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

molcrawl-compounds-gpt2-large

Model Description

GPT-2 large (774M parameters) foundation model pre-trained on compound SMILES strings from the MolCrawl dataset.

The tokenizer is a character-level BPE tokenizer (vocab_size=612) that encodes each SMILES character as a separate token. Input SMILES strings should be passed without spaces (e.g. CC(=O)O). The [SEP] token (id=13) is used as the end-of-sequence marker.

  • Model Type: gpt2
  • Data Type: Molecule/Compound
  • Training Date: 2026-04-24

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained("kojima-lab/molcrawl-compounds-gpt2-large")
tokenizer = AutoTokenizer.from_pretrained("kojima-lab/molcrawl-compounds-gpt2-large")

# Generate SMILES string
prompt = "CC(=O)O"
input_ids = tokenizer.encode(prompt, return_tensors="pt")
with torch.no_grad():
    output_ids = model.generate(
        input_ids,
        max_new_tokens=50,
        do_sample=True,
        temperature=0.8,
        eos_token_id=tokenizer.convert_tokens_to_ids("[SEP]"),  # [SEP] is EOS for compounds
        pad_token_id=0,
    )
print(tokenizer.decode(output_ids[0], skip_special_tokens=True))

Source Code

Training pipeline, configuration files, and data preparation scripts are available in the MolCrawl GitHub repository: https://github.com/mmai-framework-lab/MolCrawl

License

This model is released under the APACHE-2.0 license.

Citation

If you use this model, please cite:

@misc{molcrawl_compounds_gpt2_large,
  title={molcrawl-compounds-gpt2-large},
  author={{RIKEN}},
  year={2026},
  publisher={{Hugging Face}},
  url={{https://huggingface.co/kojima-lab/molcrawl-compounds-gpt2-large}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
GPT2LMHeadModel
Ревизия весов
92ee093

0 моделей