n0w0f/MatText

该数据集包含多个配置，每个配置包含多个数据文件的分割（如fold_0, fold_1等），并且每个分割都有对应的路径和特征描述。特征包括原子序列、晶体结构、材料ID、组成等。数据集主要用于材料科学领域的研究，特别是与晶体结构和材料性质相关的任务。

This dataset contains multiple configurations, each with several data file splits (e.g., fold_0, fold_1, etc.), and each split has corresponding paths and feature descriptions. Features include atomic sequences, crystal structures, material IDs, compositions, etc. The dataset is primarily used for research in materials science, particularly tasks related to crystal structures and material properties.

原始信息汇总

数据集概述

数据集配置

• gvrh-test-filtered

  • 特征: atom_sequences, cif_symmetrized, crystal_text_llm, composition, slices, cif_p1, zmatrix, mbid, local_env, atom_sequences_plusplus
  • 分割: fold_0 至 fold_4
  • 下载大小: 7116591
  • 数据集大小: 22596515

• gvrh-test-matbench

  • 特征: cif_p1, cif_symmetrized, crystal_text_llm, zmatrix, atom_sequences, mbid, slices, composition, local_env, atom_sequences_plusplus
  • 分割: fold_0 至 fold_4
  • 下载大小: 12414766
  • 数据集大小: 44763833

• gvrh-train-filtered

  • 特征: atom_sequences_plusplus, cif_p1, local_env, cif_symmetrized, labels, composition, crystal_text_llm, slices, mbid, atom_sequences, zmatrix
  • 分割: fold_0 至 fold_4
  • 下载大小: 21391506
  • 数据集大小: 69011685

• gvrh-train-matbench

  • 特征: labels, cif_p1, cif_symmetrized, crystal_text_llm, zmatrix, atom_sequences, mbid, slices, composition, local_env, atom_sequences_plusplus
  • 分割: fold_0 至 fold_4
  • 下载大小: 48943032
  • 数据集大小: 179406962

• kvrh-test-filtered

  • 特征: atom_sequences, cif_symmetrized, crystal_text_llm, composition, slices, cif_p1, zmatrix, mbid, local_env, atom_sequences_plusplus
  • 分割: fold_0 至 fold_4
  • 下载大小: 7116591
  • 数据集大小: 22596515

• kvrh-test-matbench

  • 特征: atom_sequences_plusplus, local_env, atom_sequences, composition, zmatrix, crystal_text_llm, slices, mbid, cif_symmetrized, cif_p1
  • 分割: fold_0 至 fold_4
  • 下载大小: 12414736
  • 数据集大小: 44763833

• kvrh-train-filtered

  • 特征: atom_sequences_plusplus, cif_p1, local_env, cif_symmetrized, labels, composition, crystal_text_llm, slices, mbid, atom_sequences, zmatrix
  • 分割: fold_0 至 fold_4
  • 下载大小: 20092733
  • 数据集大小: 64812766

• kvrh-train-matbench

  • 特征: labels, atom_sequences_plusplus, local_env, atom_sequences, composition, zmatrix, crystal_text_llm, slices, mbid, cif_symmetrized, cif_p1
  • 分割: fold_0 至 fold_4
  • 下载大小: 48980197
  • 数据集大小: 179406962

• perovskites-test-filtered

  • 特征: atom_sequences, cif_symmetrized, crystal_text_llm, composition, slices, cif_p1, zmatrix, mbid, local_env, atom_sequences_plusplus
  • 分割: fold_0 至 fold_4
  • 下载大小: 9001812
  • 数据集大小: 44189628

• perovskites-test-matbench

  • 特征: cif_symmetrized, atom_sequences, mbid, composition, local_env, crystal_text_llm, cif_p1, atom_sequences_plusplus, zmatrix, slices
  • 分割: fold_0 至 fold_4
  • 下载大小: 9001872
  • 数据集大小: 44189628

• perovskites-train-filtered

  • 特征: atom_sequences_plusplus, cif_p1, local_env, cif_symmetrized, labels, composition, crystal_text_llm, slices, mbid, atom_sequences, zmatrix
  • 分割: fold_0 至 fold_4
  • 下载大小: 20410728
  • 数据集大小: 100150472

• perovskites-train-matbench

  • 特征: cif_symmetrized, atom_sequences, mbid, composition, local_env, labels, crystal_text_llm, cif_p1, atom_sequences_plusplus, zmatrix, slices
  • 分割: fold_0 至 fold_4
  • 下载大小: 36117382
  • 数据集大小: 177364208

预训练数据集

• pretrain100k

  • 特征: 无具体特征描述
  • 分割: train, test
  • 下载大小: 未提供
  • 数据集大小: 未提供

• pretrain2m

  • 特征: 无具体特征描述
  • 分割: train, test
  • 下载大小: 未提供
  • 数据集大小: 未提供

• pretrain300k

  • 特征: 无具体特征描述
  • 分割: train, test
  • 下载大小: 未提供
  • 数据集大小: 未提供

• pretrain30k

  • 特征: 无具体特征描述
  • 分割: train, test
  • 下载大小: 未提供
  • 数据集大小: 未提供

默认配置

• default
  • 特征: mbid, atom_sequences_plusplus, crystal_text_llm, cif_symmetrized, labels, atom_sequences, slices, local_env, cif_p1, zmatrix, composition
  • 分割: finetune_filtered_train
  • 下载大小: 61699673
  • 数据集大小: 233974923

微调配置

• finetune-fold-0
  • 特征: labels, cif_symmetrized, atom_sequences, local_env, slices, cif_p1, composition, mbid, atom_sequences_plusplus, crystal_text_llm, zmatrix
  • 分割: gvrh, kvrh, perov
  • 下载大小: 12677423
  • 数据集大小: 48237716