概览
CrabNet 是 Compositionally-Restricted Attention-Based Network（组成受限注意力网络）的简称，是一种材料性质预测模型的软件实现。其输入特点是组成信息：项目说明，该模型仅根据组成进行预测，无需额外的材料描述符。模型输出为预测的材料性质，但所提供的概述未说明具体的预测目标、输入文件格式或输出模式。
在材料研究工作流程中，可考虑将 CrabNet 用于从组成到性质的建模阶段。该仓库附有两篇论文：一篇发表于 2021 年，介绍预测模型；另一篇发表于 2022 年，探讨材料科学中的可解释深度学习。除了预测实现之外，项目还演示了模型可解释性技术。相关内容作为单独的文档路径提供，让读者可以区分模型基本使用与侧重解释的工作。
主 README 指引用户查看 README_CrabNet.md，了解安装和基本使用；查看 README_ExplainableGap.md，了解可解释性步骤。这些详细文档虽有提及，但未包含在来源摘录中，因此此处无法确认依赖项、执行流程、训练要求、支持的性质以及具体的解释方法。摘录也未提供定量性能结果或兼容性声明。因此，评估应从所链接的说明和明确定义的性质预测任务着手，而不应假定该工具适用于某个特定材料数据集。
主要功能
- 实现用于材料性质预测的 Compositionally-Restricted Attention-Based Network。
- 模型声明的输入仅为组成信息。
- 演示模型可解释性技术，并引用了单独的解释工作流程指南。
- 提供与 CrabNet 预测及材料科学中可解释深度学习相关论文配套的仓库代码。
使用场景
- 预期评估用途：针对目标性质和输入表示符合 CrabNet 详细说明的材料数据集，评估仅根据组成进行性质预测的效果。
- 预期评估用途：探索文档中所述的可解释性工作流程，以结合性质预测考察模型行为。
- 将该仓库用作学习两篇所引 CrabNet 论文的代码参考；尝试相关工作流程前，请先查阅详细指南。
使用方式
- 从官方 README开始，了解仅根据组成进行预测的适用范围，并找到基本使用和可解释性文档的路径。
- 按照其中指向 README_CrabNet.md 的链接，查阅安装和基本使用说明。查看该指南中的依赖项、输入表示和执行说明；所提供的概述并未确认这些细节。
- 定义拟用于评估的数据集和目标性质。尝试运行前，请根据详细说明确认组成记录和预测任务是否适用。
- 如果评估包含模型解释，请按照主 README 中指向 README_ExplainableGap.md 的链接进行查阅。参考该文档确认实际使用的方法和前置条件，不要假定采用了某种特定解释技术。
- 阅读预测论文和可解释性论文，了解研究背景和引用信息。请将你自己的评估条件与来源中描述的功能分别记录。