SMolInstruct هي مجموعة بيانات واسعة النطاق وشاملة وعالية الجودة لضبط التعليمات الكيميائية اقترحتها جامعة ولاية أوهايو. تحتوي مجموعة البيانات على 14 مهمة كيميائية مختلفة، بإجمالي يزيد عن 3 ملايين عينة، وتغطي 1.6 مليون جزيء فريد. قام الباحثون بجمع البيانات المتعلقة بالمهام الكيميائية من مصادر متعددة، وتغطي تمثيلات المعرفة الكيميائية مثل أسماء IUPAC، وتمثيلات SMILES، والصيغ الجزيئية، بالإضافة إلى مهام مثل التنبؤ بالخصائص الجزيئية، والتنبؤ بالتفاعل الكيميائي، والوصف الجزيئي.

الاستشهاد

@article{yu2024llasmol,
title={LlaSMol: Advancing Large Language Models for Chemistry with a Large-Scale, Comprehensive, High-Quality Instruction Tuning Dataset},
author={Botao Yu and Frazier N. Baker and Ziqi Chen and Xia Ning and Huan Sun},
journal={arXiv preprint arXiv:2402.09391},
year={2024}
}