/ Модель

Характеристики

Контекст
512 токенов
Параметры
130 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
6 окт 2024

farm_molecular_representation

Заполнение пропусковТекст → текст3 профессии

FARM — BERT-модель для получения химически информативных представлений молекул с учётом функциональных групп.

241скачиваний за 30 дней1лайквеса обновлены12 ноя 2024

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

FARM — модель представления молекул, разработанная для химических задач на основе архитектуры BERT. Она использует токенизацию SMILES с учётом функциональных групп, чтобы включать химически значимые фрагменты в представление молекулы. Обучение объединяет признаки отдельных атомов, получаемые с помощью masked language modeling, с топологическим представлением молекулы от графовой нейронной сети и согласует их контрастивным обучением в общем молекулярном эмбеддинге.

Модель предназначена для построения представлений молекул и их последующего применения в прогнозировании свойств, классификации и генерации. Репозиторий содержит около 129,9 млн параметров, веса в формате safetensors и контекст до 512 токенов; в метаданных указаны датасеты ChEMBL и ZINC15, а также английский язык. Лицензия — MIT. Ограничение: README не приводит метрики качества и не уточняет конкретные задачи прогнозирования, для которых модель проверена.

Сценарии применения

  • получение эмбеддингов молекул по SMILES
  • прогнозирование свойств молекул на основе их представлений
  • классификация химических соединений
  • генерация молекулярных структур

Ограничения

В карточке не приведены метрики качества и результаты сравнения; назначение для генерации указано на уровне сценария, без описания конкретного режима или подтверждённых показателей.

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

Example usage

from transformers import BertForMaskedLM, PreTrainedTokenizerFast

# Load the tokenizer and model
tokenizer = PreTrainedTokenizerFast.from_pretrained('thaonguyen217/farm_molecular_representation')
model = BertForMaskedLM.from_pretrained('thaonguyen217/farm_molecular_representation')

# Example usage
input_text = "N_primary_amine N_secondary_amine c_6-6 1 n_6-6 n_6-6 c_6-6 c_6-6 2 c_6-6 c_6-6 c_6-6 c_6-6 c_6-6 1 2" # FG-enhanced representation of NNc1nncc2ccccc12
inputs = tokenizer(input_text, return_tensors='pt')
outputs = model(**inputs, output_hidden_states=True)

# Extract atom embeddings from last hidden states
last_hidden_states = outputs.hidden_states[-1][0] # last_hidden_states: (N, 768) with N is input length

Note: For more information about generating FG-enhanced SMILES, please visit this GitHub repository.

Purpose

This model aims to:

  • Enhance molecular representation by directly incorporating functional group information directly into the representations.
  • Facilitate tasks such as molecular prediction, classification, and generation.

Farm Molecular Representation Model

You can read more about the model in our paper or webpage or github repo.

FARM (a) FARM’s molecular representation learning model architecture. (b) Functional group-aware tokenization and fragmentation algorithm. (c) Snapshot of the functional group knowledge graph. (d) Generation of negative samples for contrastive learning.

Overview

The FARM (Molecular Representation Model) is designed for molecular representation tasks using a BERT-based approach. The key innovation of FARM lies in its functional group-aware tokenization, which incorporates functional group information directly into the representations. This strategic reduction in tokenization granularity, intentionally interfaced with key drivers of functional properties (i.e., functional groups), enhances the model's understanding of chemical language, expands the chemical lexicon, bridges the gap between SMILES and natural language, and ultimately advances the model's capacity to predict molecular properties. FARM also represents molecules from two perspectives: by using masked language modeling to capture atom-level features and by employing graph neural networks to encode the whole molecule topology. By leveraging contrastive learning, FARM aligns these two views of representations into a unified molecular embedding.

Components

The model includes the following key files:

  • model.safetensors: The main model weights.
  • config.json: Contains configuration parameters for the model architecture.
  • generation_config.json: Configuration for text generation settings.
  • special_tokens_map.json: Mapping of special tokens used by the tokenizer.
  • tokenizer.json: Tokenizer configuration file.
  • tokenizer_config.json: Additional settings for the tokenizer.
  • .gitattributes: Git attributes file specifying LFS for large files.

Installation

To use the model, you need to install the required libraries. You can do this using pip:

pip install transformers torch

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForMaskedLM
Ревизия весов
95b6e6a

0 моделей