SMolInstruct est un ensemble de données de réglage fin d'instructions chimiques à grande échelle, complet et de haute qualité proposé par l'Ohio State University. L'ensemble de données contient 14 tâches chimiques différentes, un total de plus de 3 millions d'échantillons et couvre 1,6 million de molécules uniques. Les chercheurs ont collecté des données relatives aux tâches chimiques à partir de sources multiples, couvrant les représentations des connaissances chimiques telles que les noms IUPAC, les représentations SMILES, les formules moléculaires, ainsi que des tâches telles que la prédiction des propriétés moléculaires, la prédiction des réactions chimiques et la description moléculaire.