Модель ChemBERTa на базе RoBERTa, обученная на SMILES, предсказывает замаскированные части молекулярных строк и формирует представления для химического анализа.
Подходит для: заполнение замаскированных токенов в SMILES · получение представлений молекулярных строк · подготовка признаков молекул для прогнозирования свойств
Модель преобразует SMILES-представления химических соединений в названия IUPAC и позволяет выбирать стиль названия.
Подходит для: генерация названия IUPAC по строке SMILES · получение систематического названия химического соединения · получение названия с использованием тривиальных названий частей соединения
Производная модели Smilesjs/chemsmart-qwen2.5-coder-3b-instruct-v7. Дообученная Smilesjs модель Qwen2 с 3,1 млрд параметров для генерации текста и диалоговых ответов.
Подходит для: генерация текста в диалоговом интерфейсе · подготовка ответов на текстовые запросы · генерация кода на основе инструкций
Дообученная Smilesjs модель Qwen2 с 3,1 млрд параметров для генерации текста и диалоговых ответов.
Подходит для: генерация текста в диалоговом интерфейсе · подготовка ответов на текстовые запросы · генерация кода на основе инструкций
Предварительно обученный на строках SMILES BERT для восстановления фрагментов молекулярных записей и последующей настройки на задачи анализа молекул.
Подходит для: Восстановление замаскированных фрагментов SMILES · Классификация молекул после дообучения · Сопоставление структуры молекул с экспрессией генов после настройки
Производная модели Smilesjs/chemsmart-qwen2.5-coder-3b-instruct-v7. Дообученная Smilesjs модель Qwen2 с 3,1 млрд параметров для генерации текста и диалоговых ответов.
Подходит для: генерация текста в диалоговом интерфейсе · подготовка ответов на текстовые запросы · генерация кода на основе инструкций
Модель T5 преобразует строку SMILES в текстовое описание молекулы.
Подходит для: генерация текстовой подписи по структуре молекулы в формате SMILES · автоматическое описание химических соединений · преобразование молекулярных структур в естественный язык
Компактная Llama-модель для генерации молекул в формате SMILES и задач поиска кандидатов для разработки лекарств.
Подходит для: генерация новых молекул в формате SMILES · безусловное создание молекулярных структур · генерация молекул с заданными целевыми свойствами
Модель RoBERTa для восстановления замаскированных токенов в химических SMILES-последовательностях из данных PubChem.
Подходит для: восстановление пропущенных токенов в SMILES · предобучение химических эмбеддингов · анализ последовательностей молекулярных структур
Производная модели Smilesjs/chemsmart-qwen2.5-coder-3b-instruct-v7. Дообученная Smilesjs модель Qwen2 с 3,1 млрд параметров для генерации текста и диалоговых ответов.
Подходит для: генерация текста в диалоговом интерфейсе · подготовка ответов на текстовые запросы · генерация кода на основе инструкций
Авторегрессионная модель Llama для генерации молекул в формате SMILES, обученная на данных ZINC-22.
Подходит для: безусловная генерация молекулярных структур в SMILES · целевая генерация молекул по заданным условиям · создание кандидатов молекул для поиска лекарств
RoBERTa-модель для маскированного моделирования SMILES и создания представлений молекул для последующего анализа химических свойств.
Подходит для: восстановление замаскированных фрагментов SMILES · получение эмбеддингов молекул · дообучение для предсказания свойств молекул
Компактная модель MT5 преобразует записи молекул SMILES в канонические названия IUPAC на английском языке.
Подходит для: преобразование SMILES в названия IUPAC · получение систематических названий химических веществ · пакетное именование молекул по структурам SMILES
Модель RoBERTa для восстановления замаскированных токенов в токенизированных строках SMILES из PubChem.
Подходит для: восстановление пропущенных токенов в SMILES · маскирование и предсказание фрагментов молекулярных строк · предобучение химических NLP-моделей
RoBERTa-модель, обученная на строках SMILES из PubChem для восстановления замаскированных токенов и построения представлений молекул.
Подходит для: восстановление замаскированных фрагментов SMILES · предобучение моделей для анализа молекулярных структур · получение признаков молекул для downstream-задач
SMILESBERT — модель RoBERTa, предобученная на SMILES для восстановления замаскированных токенов и последующего дообучения на химические и биологические задачи.
Подходит для: восстановление пропущенных токенов в строке SMILES · дообучение для прогноза аффинности связывания молекул с белками · дообучение для классификации химических соединений
Модель Knowladgator преобразует английские названия химических веществ по IUPAC в канонические строки SMILES.
Подходит для: Преобразование названия вещества по IUPAC в SMILES · Подготовка химических структур для вычислительной обработки · Пакетная конвертация списков химических названий в SMILES
Компактная Llama-модель генерирует молекулы в формате SMILES для безусловного и целевого молекулярного дизайна.
Подходит для: генерация новых молекул в формате SMILES · безусловная генерация молекулярных структур · целевая генерация молекул с заданными свойствами
Англоязычная BERT-модель превращает описания химических соединений и SMILES в эмбеддинги для семантического поиска и сравнения сходства.
Подходит для: поиск SMILES по названию или описанию соединения · сопоставление химических названий с представлениями SMILES · поиск похожих химических соединений по текстовому описанию
flax: формат, квантизация, runtime и память принадлежат одному artifact
flax: формат, квантизация, runtime и память принадлежат одному artifact
Модель Llama с 302,4 млн параметров для генерации молекул в формате SMILES, обученная на данных ZINC-22.
Подходит для: генерация молекул в формате SMILES · безусловное создание новых молекулярных структур · целевая генерация молекул для поиска соединений с заданными свойствами
Небольшая RoBERTa-модель, предсказывающая замаскированные фрагменты SMILES для исследования и проектирования молекулярных структур.
Подходит для: предсказание пропущенных токенов в строках SMILES · подбор продолжения частичной записи молекулы · исследование химических закономерностей в SMILES
Модель T5, которая генерирует текстовое описание молекулы по её строке SMILES для аннотирования и анализа химических библиотек.
Подходит для: Создание текстовых описаний молекул по строкам SMILES · Аннотирование молекул, найденных при скрининге · Краткое описание библиотек химических соединений