Характеристики

Контекст: 512 токенов
Параметры: 385 млн
Лицензия: Apache 2.0
Архитектура: t5 · dense
Опубликована: 3 мая 2022

Ссылки

Hugging Face arXiv 2204.11817

molt5-large-smiles2caption

laituan245

Языковая модель3 профессии

Модель T5 преобразует строку SMILES в текстовое описание молекулы.

807скачиваний за 30 дней4лайкавеса обновлены3 мая 2022

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

laituan245/molt5-large-smiles2caption — модель на архитектуре T5 для преобразования строк SMILES в текстовые описания молекул. Она предназначена для генерации подписи или краткого описания по заданной химической структуре и может использоваться для автоматического представления молекул на естественном языке. Модель содержит 385,2 млн параметров и распространяется в формате PyTorch.

Работа относится к направлению перевода между молекулами и естественным языком, описанному Carl Edwards, Tuan Lai, Kevin Ros, Garrett Honke и Heng Ji в статье «Translation between Molecules and Natural Language». Репозиторий распространяется по лицензии Apache-2.0. Доступные сведения подтверждают генерацию текстовых описаний из SMILES; конкретные языки описаний и ограничения качества не приведены.

Сценарии применения

генерация текстовой подписи по структуре молекулы в формате SMILES
автоматическое описание химических соединений
преобразование молекулярных структур в естественный язык

Ограничения

Карточка не сообщает, на каких языках генерируются описания, и не приводит оценок качества или ограничений применения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей I.13Универсальные способностиСимуляция, моделирование и открытие новогоAI помогает исследовать сложные системы, проверять сценарии и искать новые конструкции, закономерности или гипотезы.18 задач1 577моделей IV.11Отраслевые задачиПатенты, товарные знаки и интеллектуальная собственностьAI помогает искать предшествующий уровень техники, оценивать портфель и отслеживать нарушения прав.32 задачи490моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model can be used to generate an input caption from a SMILES string.

Example Usage

from transformers import T5Tokenizer, T5ForConditionalGeneration

tokenizer = T5Tokenizer.from_pretrained("laituan245/molt5-large-smiles2caption", model_max_length=512)
model = T5ForConditionalGeneration.from_pretrained('laituan245/molt5-large-smiles2caption')

input_text = 'C1=CC2=C(C(=C1)[O-])NC(=CC2=O)C(=O)O'
input_ids = tokenizer(input_text, return_tensors="pt").input_ids

outputs = model.generate(input_ids, num_beams=5, max_length=512)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Paper

For more information, please take a look at our paper.

Paper: Translation between Molecules and Natural Language

Authors: Carl Edwards*, Tuan Lai*, Kevin Ros, Garrett Honke, Heng Ji

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры: T5ForConditionalGeneration
Ревизия весов: e307e7a