概要
LlaSMol は、論文 “LlaSMol: Advancing Large Language Models for Chemistry with a Large-Scale, Comprehensive, High-Quality Instruction Tuning Dataset”(arXiv 2402.09391)で提案された化学 LLM ファミリで、オハイオ州立大学 NLP グループが開発しました。本リポジトリは論文の公式コード公開です。
README にはプロジェクトページ、Hugging Face の SMolInstruct データセット(osunlp/SMolInstruct)、公開 4 モデル(LlaSMol-Galactica-6.7B、LlaSMol-Llama2-7B、LlaSMol-CodeLlama-7B、LlaSMol-Mistral-7B)が記載され、名称変換・物性予測・反応関連タスクを含む 4 種 14 タスクで学習されており、入出力例も示されています。
リポジトリのコードは MIT ライセンスです。Hugging Face の公開 4 種は LoRA アダプタの重みを含み、単独で動く完全な基盤モデルではありません。4 種のモデルカードはすべて CC BY 4.0 を宣言し、SMolInstruct データセットも CC BY 4.0 を明記しています。利用には対応する Galactica、Llama2、CodeLlama、Mistral の基盤モデルが必要で、それぞれの利用条件も適用されます。モデルカードは研究用途を説明し、誤った出力の可能性を警告しています。生成された構造・反応・物性の回答は信頼できる化学情報源と照合してください。モデルカード: https://huggingface.co/osunlp/LlaSMol-Mistral-7B ; データセット: https://huggingface.co/datasets/osunlp/SMolInstruct
主な機能
- Galactica・Llama2・CodeLlama・Mistral を基盤とする 4 種類の命令チューニング済み化学 LLM。
- Hugging Face で公開された大規模化学命令データセット SMolInstruct で学習。
- README に記載された 4 種 14 タスク(名称変換・物性予測など)をカバー。
用途
- 物性や反応の質問に答える命令追従型の化学アシスタントを試す。
- 公開データセットとコードで論文のファインチューニング pipeline を再現・拡張する。
使い方
リポジトリの生成例に従い、指定の LlaSMol LoRA アダプタと対応する基盤モデルを読み込み、SMILES や IUPAC 名には文書化された入力タグを使います。アダプタのカードは CC BY 4.0、コードは MIT、SMolInstruct は CC BY 4.0 です。基盤モデルは固有の条件に従って入手してください。公開モデルは研究用で、出力には化学的な確認が必要です。参照: https://github.com/OSU-NLP-Group/LLM4Chem
出典と確認の範囲
この掲載情報はリンク先のプロジェクト資料に記載された機能を説明します。掲載情報の更新は、実行、互換性試験、科学的性能評価の実施を意味しません。
この掲載版のリポジトリ出典確認日:
編集・確認方針を読む