相关数据集
OpenMol/PubChemSFT
该数据集包含SMILES分子描述的单轮对话，格式为JSON，包含SMILES字符串及其对应的描述。数据集分为训练集、验证集和测试集，分别包含264,391、33,072和32,987个样本。对话模板包括人类查询和GPT生成的分子描述。此外，还提供了14种查询模板，用于生成对话中的查询部分。
Hugging Face2024-04-07 更新920
OpenMol/LPM-24_molgen_extra-SFT
--- dataset_info: features: - name: instruction dtype: string - name: output dtype: string - name: input dtype: string splits: - name: train num_bytes: 327242836 num_ex
Hugging Face2024-05-28 更新220
OpenMol/RCR_CP_10K_SMILES-MMChat
--- dataset_info: features: - name: id dtype: int64 - name: molecules struct: - name: selfies sequence: string - name: smiles sequence: string - name: messages
Hugging Face2024-11-04 更新150
OpenMol/DD100
DrugSeeker-mini基准数据集是一个为端到端药物发现流程优化的评估数据集，包括91个查询，覆盖了药物发现的三个主要阶段：靶点识别、命中先导化合物发现和先导化合物优化。
Hugging Face2025-09-09 更新340
OpenMol/LPM-24_caption_extra-MMChat
--- dataset_info: features: - name: molecules struct: - name: smiles sequence: string - name: messages list: - name: content dtype: string - name: role dtyp
Hugging Face2024-05-27 更新190
