InternLM 开源 Sage-SciPerception（书生·元征）：把科学编码器接入语言模型
GitHub - InternLM/Sage-SciPerception · GitHub
InternLM 开源 Sage-SciPerception（书生·元征），通过可训练 projector 将分子图、光谱、晶体结构、蛋白与核酸序列等科学编码器映射到语言模型输入空间，并按任务分别训练。在 QM9S 联合光谱结构识别上 Acc@1 为 49.75%，BEACON ncRNA 家族分类准确率 97.35%，JARVIS-DFT 形成能预测 MAD/MAE 为 15.03。项目提供三个演示，projector checkpoint 将在 Hugging Face 发布。
正文 · AI 翻译
分支标签打开更多操作菜单
名称名称最后提交信息最后提交日期
仓库文件导航
Sage-SciPerception
Sage Sci Perception · 书生·元征
面向语言模型的科学感知。
English · 简体中文
🤗 模型 · GitHub · 演示 · 结果
简介
Sage Sci Perception（书生·元征）通过可训练的投影器将科学编码器连接到语言模型。它将分子图、光谱、晶体结构、蛋白质与核酸序列以及科学信号映射到语言模型的输入空间，从而实现自然语言分析和结构化科学答案。投影器按任务分别训练。
框架
演示
三种光谱 → 分子结构
IR、Raman 和 UV–Vis，支持流式分析与录制的预测。
蛋白质界面位点
序列位置与参考残基级注释。
晶体结构与形成能
原子几何结构与参考材料性质。
RNA 界面优化
由实验反馈指导的设计修订。
结果
来自任务特定检查点的部分结果，基于生成的答案进行评估。
基准任务指标 ↑ 得分
QM9S 联合光谱结构识别 Acc@1 (%) 49.75
JARVIS-DFT 形成能预测 MAD/MAE 15.03
MPBind，assembly-1 重建 PPI 界面位点 每蛋白平均 F1 (%) 61.12
SciTS PHU01 ECG 分类 Macro-F1 (%) 71.53
SciTS NEU06 睡眠分期 Macro-F1 (%) 72.01
BEACON ncRNA RNA 家族分类 准确率 (%) 97.35
投影器检查点将在 Hugging Face 上发布。
关于未提供描述、网站或主题。
资源Readme活动自定义属性
星标0 个星标
关注者0 人关注
分支0 个分支报告仓库