S³-Prompt
граф-текст для молекул
1 min read
Релиз артефактов статьи S³-Prompt: Resolving Activity Cliffs via Structure-Disentangled Molecular Graph-Text Alignment (CIKM '26). В репозитории — конфигурации запусков, сырые предсказания, сводки метрик и обученные чекпоинты (GNN + проекторы, местами LoRA-адаптеры). Это набор для воспроизведения экспериментов, а не готовая LLM для инференса.
Ключевые особенности
- 27 запусков покрывают 31 из 40 ячеек Tables 2, 3, 5 и 7.
- Чекпоинты включают GNN и проекторы; для части запусков есть LoRA-адаптеры.
- Абляции A–G различают декомпозицию, LoRA и triplet loss.
- Не все чекпоинты опубликованы: Index A и B — inference-only, regression D и F не опубликованы.
- Есть отдельные репозитории с кодом и предобработанными данными.
Пример
from huggingface_hub import snapshot_download
snapshot_download("Syzseisus/S3-Prompt", repo_type="model", local_dir="S3-Prompt")
Подробнее
В карточке: BACE Index F даёт AUC 0.8770 (в статье 0.878).Regression LoRA обучены с rank 8 / alpha 16, classification — с rank 12 / alpha 24.
Часть обученных запусков идёт без epoch_*.pt; Index A и B без чекпоинтов.










Comments