MatterGPT — это генеративная предварительно обученная модель преобразователя для обратного проектирования неорганических материалов. Он использует представление SLICES (упрощенная система кристаллического кодирования линейного ввода) для создания новых кристаллических структур с заданными свойствами. — Тип модели: Генеративный предварительно обученный трансформатор (GPT2) — Язык(и): SLICES (представление кристаллической структуры) — Лицензия: MIT — Точная настройка на основе модели: GPT2 MatterGPT предназначена для: — Генерации кристаллических структур с заданными энергиями формирования и запрещенной зоной — Целевого проектирования материалов с несколькими свойствами — Исследования новых неорганических материалов Вы можете использовать эту модель непосредственно с API Hugging Face Inference: Для локального использования обратитесь к подробным инструкциям ниже. Это руководство поможет вам начать использовать модель MatterGPT для создания кристаллических структур. Во-первых, убедитесь, что у вас установлены необходимые зависимости: вам также понадобится модуль Mattergptwrapper, который должен быть предоставлен вместе с моделью. Убедитесь, что файлы config.json, pytorchmodel.pt и Vocprior находятся в правильных местах. — Параметр условия представляет собой список, содержащий желаемые значения энергии образования и запрещенной зоны. — Сгенерированные последовательности представляют собой ломтики…
Модальности:
Генерация текста
Задача: Генерация текста
Автор: xiaohang07
Теги: gpt, materials-science, crystal-structure, inverse-design, en, endpoints_compatible
Лайков: 5 | Загрузок: 57
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
