Hugging Face推出AI科学平台，汇聚科学模型与数据集
🤗🤗🤗介绍Hugging Science——AI for Science的家园🤗🤗🤗
开放模型和数据集是科学的动力源泉（参见PDB），但找到你真正需要的突破性模型和数据非常困难
你不需要爬取arxiv、拥有自己的湿实验室、对抗自定义HDF5解析器、建造聚变仿星器、在训练一个epoch之前乞求算力
所以我们正在改变这一点
我们已经将所有最好的科学资源集中到@huggingface的一个地方：
- 78GB基因组数据
- 11TB PDE模拟
- 1亿细胞图谱
- 9T DNA碱基对
- 1300万分子轨迹
- 40万医学QA对
还有更多，全部开放，随时可用于训练（现在还可以按领域、任务和关键词筛选和搜索）
我们汇总了来自NASA、Google、OpenAI、Meta FAIR、Arc Institute、Ginkgo、SandboxAQ、Proxima Fusion、NVIDIA、Ai2、OpenADMET、InstaDeep、Future House、Polymathic AI、LeMaterial、Earth Species Project、Merck和Eve Bio等合作伙伴的所有重大发布
如果你不确定自己适合哪里——研究那些重要问题的开放挑战：包括聚变仿星器设计、ADMET、抗体可开发性、多语言医学、催化和材料、科学推理。
我们已经在改变科学研究的方式：
一家聚变初创公司需要一个不存在的仿星器等离子体约束基准。@proximafusion在Hugging Science上推出了ConStellaration：排行榜、数据集和评估指标，一站式搞定。
一个药物发现团队想预测hPXR诱导。OpenADMET发起了一次盲测：11000多种化合物在Octant检测，513个保留，两个赛道（pEC50+结构）。全世界任何人都可以训练并提交。
@ginkgo的一个抗体团队发布了GDPa1，一个用于稳定性、可制造性和免疫原性预测的可开发性数据集，并附有实时排行榜对每次提交评分。
如果你知道ML社区应该研究的问题，请告诉我们。发起挑战！这是关于将所有解决科学问题的工具集中在一个地方。这样我们就可以爬坡了！
→ https://t.co/T4l4r1lDz0
开放模型和数据集是科学的动力源泉（参见PDB），但找到你真正需要的突破性模型和数据非常困难
你不需要爬取arxiv、拥有自己的湿实验室、对抗自定义HDF5解析器、建造聚变仿星器、在训练一个epoch之前乞求算力
所以我们正在改变这一点
我们已经将所有最好的科学资源集中到@huggingface的一个地方：
- 78GB基因组数据
- 11TB PDE模拟
- 1亿细胞图谱
- 9T DNA碱基对
- 1300万分子轨迹
- 40万医学QA对
还有更多，全部开放，随时可用于训练（现在还可以按领域、任务和关键词筛选和搜索）
我们汇总了来自NASA、Google、OpenAI、Meta FAIR、Arc Institute、Ginkgo、SandboxAQ、Proxima Fusion、NVIDIA、Ai2、OpenADMET、InstaDeep、Future House、Polymathic AI、LeMaterial、Earth Species Project、Merck和Eve Bio等合作伙伴的所有重大发布
如果你不确定自己适合哪里——研究那些重要问题的开放挑战：包括聚变仿星器设计、ADMET、抗体可开发性、多语言医学、催化和材料、科学推理。
我们已经在改变科学研究的方式：
一家聚变初创公司需要一个不存在的仿星器等离子体约束基准。@proximafusion在Hugging Science上推出了ConStellaration：排行榜、数据集和评估指标，一站式搞定。
一个药物发现团队想预测hPXR诱导。OpenADMET发起了一次盲测：11000多种化合物在Octant检测，513个保留，两个赛道（pEC50+结构）。全世界任何人都可以训练并提交。
@ginkgo的一个抗体团队发布了GDPa1，一个用于稳定性、可制造性和免疫原性预测的可开发性数据集，并附有实时排行榜对每次提交评分。
如果你知道ML社区应该研究的问题，请告诉我们。发起挑战！这是关于将所有解决科学问题的工具集中在一个地方。这样我们就可以爬坡了！
→ https://t.co/T4l4r1lDz0