Multitask Text And Chemistry T5 Base Augm

🚀 多任務文本與化學T5模型

多任務文本與化學T5是一種多領域、多任務的語言模型，可解決化學和自然語言領域的廣泛任務。該模型由Christofidellis等人發佈。

🚀 快速開始

多任務文本與化學T5模型為化學和自然語言領域的任務提供了強大的解決方案。你可以通過GT4SD使用該模型。

✨ 主要特性

• 多領域適用性：能夠處理化學和自然語言領域的多種任務。
• 多任務處理能力：可應對正向反應預測、逆合成、分子描述、文本條件下的從頭生成以及段落轉動作等任務。

📚 詳細文檔

模型詳情

多任務文本與化學T5變體使用t5-small作為預訓練基礎，並結合增強數據集進行訓練。

開發者

來自IBM Research的Dimitrios Christofidellis*、Giorgio Giannone*、Jannis Born、Teodoro Laino和Matteo Manica，以及來自丹麥技術大學的Ole Winther。

分發方

該模型原生集成到GT4SD中。

模型日期

2023年。

模型類型

這是一種基於Transformer的語言模型，通過聚合正向反應預測、逆合成、分子描述、文本條件下的從頭生成以及段落轉動作等任務的可用數據集，在多領域、多任務數據集上進行訓練。

更多信息資源

有關多任務文本與化學T5的更多信息，請參考Christofidellis等人(2023)。

提問與反饋

若你對該模型有任何疑問或建議，請在GT4SD倉庫中創建一個issue。

📄 許可證

本模型採用MIT許可證。

📚 引用

@inproceedings{christofidellis2023unifying,
  title = 	 {Unifying Molecular and Textual Representations via Multi-task Language Modelling},
  author =       {Christofidellis, Dimitrios and Giannone, Giorgio and Born, Jannis and Winther, Ole and Laino, Teodoro and Manica, Matteo},
  booktitle = 	 {Proceedings of the 40th International Conference on Machine Learning},
  pages = 	 {6140--6157},
  year = 	 {2023},
  volume = 	 {202},
  series = 	 {Proceedings of Machine Learning Research},
  publisher =    {PMLR},
  pdf = 	 {https://proceedings.mlr.press/v202/christofidellis23a/christofidellis23a.pdf},
  url = 	 {https://proceedings.mlr.press/v202/christofidellis23a.html},
}

*表示同等貢獻。