DeepSeek-R1-GGUF
unsloth · 工具包
671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。
用于训练分子任务的自定义深度学习模型,比如寻找新材料或新药。面向研究人员和开发者,附带两项已发表研究的检查点文件夹。
Graphormer 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download microsoft/Graphormer
Graphormer 是一个深度学习软件包,用来训练你自己的分子任务模型。它的目标是加快分子科学领域的 AI 研究,比如寻找新材料或新药。这个仓库里有项目说明,以及两组模型检查点。
它适合想用分子数据训练模型的研究人员和开发者。模型卡很简短,细节需要你去读项目网站。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 制药 | 计算化学研究人员 | 用自己的分子数据训练自定义模型 | 让模型拟合一个化合物筛选问题 |
| 材料科学 | 材料研究人员 | 把这个软件包用在新材料的分子建模上 | 用训练好的模型比较候选材料 |
| 储能 | 电池研究人员 | 从氧化还原电位检查点出发 | 在液流电池研究中复用 orfb-design 检查点 |
| 学术界 | 机器学习研究人员 | 研究已发表的平衡分布工作的检查点 | 打开 Distributional-Graphormer 文件夹查看文件 |
如果你需要一个不用写 Python 的成品应用,可以跳过它。
你在自己机器上的 Python 环境里使用它。
| Use case | Who | What they get back |
|---|---|---|
| 训练自定义分子模型 | 研究人员和开发者 | 一个拟合他们自己分子数据的模型 |
| 研究已发表的结果 | 学术研究人员 | 平衡分布论文的检查点 |
| 预测氧化还原电位 | 电池研究人员 | 液流电池筛选研究的检查点 |
安装只是下载文件,仅此而已。
pip install -U huggingface_hub hf download microsoft/Graphormer
模型卡没有给出运行命令,所以日常使用从你下载的文件开始。有两个文件夹存放检查点,想知道软件包本身怎么运行,请去项目网站查看。
你想要液流电池研究里的氧化还原电位检查点。你运行下载命令,然后在下载的文件里打开名为 orfb-design 的文件夹。模型卡没有给出加载它们的代码,所以接下来你按项目网站的说明操作。
你可以把它看作一套研究工具包,用来教计算机给分子建模。第一小步是下载文件,浏览两个检查点文件夹,看看各自装了什么。
如果你本身做这个领域,请注意模型卡没有给出架构细节、规模或基准数字。它只指向两组检查点对应的论文,以及一张单独的数据摘要卡。把它当作训练自己模型的软件包,外加几组已发表的检查点。
高级预训练版本不在这个仓库里。
用于训练分子任务的自定义深度学习模型,比如寻找新材料或新药。面向研究人员和开发者,附带两项已发表研究的检查点文件夹。
由 microsoft 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:Graphormer 是一个深度学习软件包,用来训练你自己的分子任务模型。它的目标是加快分子科学领域的 AI 研究,比如寻找新材料或新药。这个仓库里有项目说明,以及两组模型检查点。
适合谁:它适合想用分子数据训练模型的研究人员和开发者。模型卡很简短,细节需要你去读项目网站。
Industry | Who uses it | How they use it | Example
制药 | 计算化学研究人员 | 用自己的分子数据训练自定义模型 | 让模型拟合一个化合物筛选问题
材料科学 | 材料研究人员 | 把这个软件包用在新材料的分子建模上 | 用训练好的模型比较候选材料
储能 | 电池研究人员 | 从氧化还原电位检查点出发 | 在液流电池研究中复用 orfb-design 检查点
学术界 | 机器学习研究人员 | 研究已发表的平衡分布工作的检查点 | 打开 Distributional-Graphormer 文件夹查看文件
如果你需要一个不用写 Python 的成品应用,可以跳过它。
用在哪里:你在自己机器上的 Python 环境里使用它。
Use case | Who | What they get back
训练自定义分子模型 | 研究人员和开发者 | 一个拟合他们自己分子数据的模型
研究已发表的结果 | 学术研究人员 | 平衡分布论文的检查点
预测氧化还原电位 | 电池研究人员 | 液流电池筛选研究的检查点
如何设置:安装只是下载文件,仅此而已。
pip install -U huggingface_hub
hf download microsoft/Graphormer
如何使用:模型卡没有给出运行命令,所以日常使用从你下载的文件开始。有两个文件夹存放检查点,想知道软件包本身怎么运行,请去项目网站查看。
示例:你想要液流电池研究里的氧化还原电位检查点。你运行下载命令,然后在下载的文件里打开名为 orfb-design 的文件夹。模型卡没有给出加载它们的代码,所以接下来你按项目网站的说明操作。
新手与专家:你可以把它看作一套研究工具包,用来教计算机给分子建模。第一小步是下载文件,浏览两个检查点文件夹,看看各自装了什么。
如果你本身做这个领域,请注意模型卡没有给出架构细节、规模或基准数字。它只指向两组检查点对应的论文,以及一张单独的数据摘要卡。把它当作训练自己模型的软件包,外加几组已发表的检查点。
收集你的分子数据
用软件包训练自定义模型
与已发表的检查点对比
把模型用于你的分子任务
注意事项:高级预训练版本不在这个仓库里。
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download microsoft/Graphormer
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 5 KB
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
unsloth · 工具包
671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。
prithivMLmods · 工具包
提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。
Phips · 工具包
用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。
allenai · 工具包
allenai 的 ToyBlocks 积木堆叠项目的底层动作模型,用模拟的 Franka 机械臂数据训练,能在桌面上拾取、放置和旋转三块积木。这是面向机器人学的研究模型。
AbdomenAtlas · 工具包
在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。
dBenf · 工具包
回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。