COFOS_data

COFOS_data是用于训练和运行COFOS（一种COF/ROS化学问答模型）的数据集集合。该数据集包含监督微调训练文件以及用于检索增强问答的运行时知识图谱/BM25工件。数据集通过以下方式构建：1) 教师模型蒸馏：使用35B Qwen教师模型重写COF/ROS提示和草稿答案，生成更清晰的学生训练答案；2) RAG风格样本：将问题与知识图谱事实和检索到的证据配对，使学生模型学习基于证据的回答；3) 化学/氧化还原问答：添加辅助的英语化学样本，以加强氧化、还原、电化学和ROS推理能力；4) 风格校正：添加示例使答案更自然，并保留领域区分（如将H2O2视为氧衍生产物而非自由基ROS）。数据集内容分为两部分：训练部分包含四个JSONL格式的监督微调文件（cofos_teacher_distill.jsonl、cofos_rag_sft.jsonl、chem_redox_sft.jsonl、style_correction_sft.jsonl），运行时部分包含知识图谱节点/边/三元组和BM25文档/元数据/索引。该数据集适用于：COF/ROS问答模型的监督微调、训练模型区分主要ROS/产物、次要物种和中间体、训练RAG感知的回答格式、改进围绕ROS和氧衍生产物的一般化学/氧化还原推理、以及使用本地KG/BM25检索数据运行COFOS。需要注意的是，数据集样本包含教师模型重写，应视为监督微调数据而非原始文献证据；专注于COF/ROS和氧化还原问答，并非广泛的化学语料库；可能包含从源记录、检索或教师生成中继承的不完整或噪声标签；不应作为高风险化学安全、医疗、法律或监管决策的唯一依据。COFOS_data is a dataset collection for training and running COFOS, a COF/ROS chemistry question-answering model. The dataset contains supervised fine-tuning training files as well as runtime knowledge graph/BM25 artifacts for retrieval-augmented question answering. The dataset is constructed through: 1) Teacher model distillation: using a 35B Qwen teacher model to rewrite COF/ROS prompts and draft answers, generating clearer student training answers; 2) RAG-style samples: pairing questions with knowledge graph facts and retrieved evidence to enable the student model to learn evidence-based responses; 3) Chemistry/redox question answering: adding auxiliary English chemistry samples to enhance oxidation, reduction, electrochemistry, and ROS reasoning capabilities; 4) Style correction: adding examples to make answers more natural and preserve domain distinctions (e.g., treating H2O2 as an oxygen-derived product rather than a radical ROS). The dataset content is divided into two parts: the training part includes four JSONL-format supervised fine-tuning files (cofos_teacher_distill.jsonl, cofos_rag_sft.jsonl, chem_redox_sft.jsonl, style_correction_sft.jsonl), and the runtime part includes knowledge graph nodes/edges/triples and BM25 documents/metadata/indexes. The dataset is suitable for: supervised fine-tuning of COF/ROS question-answering models, training models to distinguish major ROS/products, minor species and intermediates, training RAG-aware response formats, improving general chemistry/redox reasoning around ROS and oxygen-derived products, and running COFOS using local KG/BM25 retrieval data. It should be noted that the dataset samples include teacher model rewrites and should be considered as supervised fine-tuning data rather than original literature evidence; it focuses on COF/ROS and redox question answering, not a broad chemistry corpus; it may contain incomplete or noisy labels inherited from source records, retrieval, or teacher generation; it should not be used as the sole basis for high-risk chemical safety, medical, legal, or regulatory decisions.

原始信息汇总

数据集概述：COFOS_data

• 数据集名称：COFOS_data
• 许可协议：MIT
• 语言：英语
• 标签：化学、共价有机框架（COF）、活性氧物种（ROS）、氧化还原、SFT、RAG、科学问答
• 任务类别：文本生成、问答

构建方式

• 教师蒸馏问答：使用35B参数的Qwen教师模型，将COF/ROS相关的提示和草稿答案重写为更清晰的学生训练答案。
• RAG风格样本：将问题与知识图谱事实和检索到的证据配对，使模型能够学习基于证据的问答方式。
• 化学/氧化还原问答：补充了英语化学样本，以增强氧化、还原、电化学和ROS推理能力。
• 风格校正：添加了示例使答案更加自然，并保留领域区分，如将 H2O2 视为氧衍生产物而非自由基ROS。
• 运行时检索数据：为COFOS命令行界面和本地RAG工作流程导出了知识图谱三元组和BM25索引。

数据集内容

• 训练数据 (train/)：
  • cofos_teacher_distill.jsonl：教师蒸馏的COF/ROS问答数据
  • cofos_rag_sft.jsonl：带有上下文/证据的RAG格式问答数据
  • chem_redox_sft.jsonl：化学与氧化还原问答数据
  • style_correction_sft.jsonl：答案风格与校正样本数据
• 运行时数据 (runtime/)：
  • kg/：COF/ROS知识图谱的节点、边、三元组
  • bm25/：BM25文档、元数据和索引文件（非训练样本，用于COFOS CLI和本地项目RAG）

主要用途

• 对COF/ROS问答模型进行监督微调
• 训练模型区分主导ROS/产物、次级物种和中间体
• 训练具有RAG意识的答案格式化，能够利用提供的证据
• 提升关于ROS和氧衍生产物的通用化学/氧化还原推理能力
• 运行COFOS并使用本地的知识图谱/BM25检索数据

局限性

• 样本包含教师模型的重写内容，应作为SFT数据而非原始文献证据使用
• 数据集聚焦于COF/ROS和氧化还原问答，并非广泛的化学语料库
• 运行时BM25证据可能包含文献衍生文本，重新分发或下游发表前需检查来源与许可
• 可能存在不完整或带有噪声的标签，源自源记录、检索或教师生成过程
• 不应将此数据集用作高风险化学安全、医疗、法律或监管决策的唯一依据

相关链接

• 模型： Willlzh/COFOS
• 数据集： Willlzh/COFOS_data
• npm CLI： @lzhzzzzwill/cofos

搜集汇总

数据集介绍

构建方式

在共价有机框架与活性氧物种的交叉科学领域，COFOS_data的构建采用了教师模型蒸馏与检索增强生成相结合的策略。具体而言，研究者利用35B参数的Qwen教师模型，对COF/ROS相关的提示与草稿答案进行改写，生成更清晰的学生训练样本。此外，数据集中融入了RAG风格的问答对，将知识图谱事实与检索到的证据与问题配对，以培养学生模型进行证据感知式回答的能力。为增强领域专精性，还补充了化学与氧化还原问答样本，并对答案风格进行了修正，确保如H2O2被准确描述为氧衍生产物而非自由基活性氧物种。最后，运行时检索数据（KG三元组与BM25索引）也被导出，用于命令行工具与本地RAG工作流。

使用方法

COFOS_data的使用方式灵活多样，既可服务于监督微调，也可用于检索增强生成流程。研究者可通过HuggingFace datasets库加载单个训练文件，如cofos_teacher_distill.jsonl，或按命名分片同时加载所有SFT文件。对于运行时的知识图谱与BM25检索数据，推荐通过COFOS CLI工具（npx @lzhzzzzwill/cofos）自动下载并使用，该工具支持本地PDF解析与检索。需注意，该数据集并非完整化学数据库或原始实验真值来源，其样本包含教师模型改写内容，应在使用前审视其来源与许可限制，避免将其作为高风险决策的唯一依据。

背景与挑战

背景概述

共价有机框架（COF）材料因其可调控的孔道结构和丰富的功能位点，在活性氧（ROS）的催化转化与检测领域展现出巨大潜力，然而其复杂的化学反应机制与多样化的中间产物为该领域的研究带来了显著挑战。COFOS_data数据集由Willlzh团队创建，旨在填补COF/ROS交叉领域的高质量问答数据空白，通过整合教师模型蒸馏、知识图谱检索增强生成（RAG）以及精细的风格校正策略，为训练专精于COF/ROS化学的小型问答模型提供了基础资源。该数据集的设计不仅涵盖了主流ROS（如超氧阴离子、过氧化氢）与次要活性物种的区分，还系统地融入了电化学与氧化还原化学的通用推理样本，为缩小专用化学语言模型与领域前沿知识之间的鸿沟提供了关键支撑。

当前挑战

COFOS_data所解决的领域核心挑战在于：其一，COF/ROS化学反应中活性物种的辨识极其困难，例如H₂O₂作为氧衍生产物常被误归类为自由基型ROS，该数据集通过精确标记克服了这一化学分类上的歧义；其二，构建过程中面临教师模型产生的领域噪声、文献源数据的标签不一致以及知识图谱证据的可能缺失，数据集通过引入风格校正样本和RAG格式的上下文约束，显著提升了学生模型在证据依赖下的推理鲁棒性。此外，该训练语料并非原始实验事实的替代品，数据中源自教师重写或检索过程的不完整信息，要求后续使用者在高风险科学决策场景中保持审慎态度。

常用场景

经典使用场景

COFOS_data数据集专为共价有机框架（COF）与活性氧物种（ROS）领域的化学问答模型训练而构建。其核心应用在于通过监督微调（SFT）方式，赋予语言模型精准区分主次ROS产物、中间体，以及理解氧衍生化合物的能力。数据集涵盖教师蒸馏问答、检索增强生成（RAG）格式样本、氧化还原化学问答及风格校正四类训练数据，同时提供知识图谱与BM25检索索引作为运行时组件，支持模型在本地实现证据感知的问答推理。这一设计使得COFOS_data成为构建COF/ROS领域专业问答系统的基石数据集。

解决学术问题

在材料化学与自由基化学交叉研究中，长期缺乏高质量、面向复杂问答场景的结构化数据集。COFOS_data针对性地解决了COF材料催化ROS生成过程中产物识别模糊、中间体分类混乱以及术语歧义（如区分H₂O₂是氧源产物而非自由基ROS）等核心学术难题。通过引入教师模型蒸馏的精细标注与检索增强的训练范式，该数据集使模型能够学习从知识图谱和文献证据中综合推理，显著提升了跨任务问答的准确性和可解释性，为计算化学辅助催化机制研究提供了可靠的数据基础。

实际应用

在实际应用中，COFOS_data支撑的COFOS模型可部署于材料实验室的智能辅助系统，帮助研究人员快速查询COF材料与ROS相关的催化特性、反应路径及产物分布。例如，使用者可通过命令行工具上传新合成的COF材料表征数据（如PDF图谱），系统自动调用本地知识图谱与BM25索引进行检索增强回答，实现从实验数据到化学知识的即时转化。此外，该数据集还可用于开发化学教育领域的交互式问答平台，辅助学生理解氧化还原反应中ROS的生成机制与区分规则，推动化学知识的智能化传播与普及。

数据集最近研究

最新研究方向

COFOS_data数据集聚焦于共价有机框架（COF）与活性氧物种（ROS）交叉领域的问答系统构建，其前沿研究方向紧密围绕化学信息学与知识增强生成技术。当前热点在于利用教师模型知识蒸馏与检索增强生成（RAG）范式，使小型学生模型能够精准区分ROS主导产物、中间体及次级物种，尤其注重纠正过氧化氢等物种的化学分类歧义。该数据集通过融合知识图谱三元组与BM25索引的运行时检索数据，推动了本地化、证据感知的化学问答能力，为材料化学领域的自动化推理与实验方案设计提供了可复用的基础架构，在绿色催化、能源储存及氧化应激相关生物化学研究中具有显著意义。