MultiMFM

MultiMFM — это набор чекпоинтов и данных для Multimodal Meta Flow Maps, метода inference-time steering предобученных генераторов для молекул и ДНК. В репозитории есть артефакты для qm9, geom и dna, а также скрипт загрузки. Код и документация вынесены в отдельный GitHub-репозиторий.

▶ Ключевые особенности

• ▶ Чекпоинты для трёх наборов: qm9 (47 MB), geom (422 MB), dna (499 MB).
• ➕ Состав различается: qm9 — base_model, mfm_student_ce_esd, property_regressors; geom — base_model, mfm_student, fingerprint_head; dna — base_model, dmfm_student*, c0_regressors.
• 🔜 Данные: loop-seq cyclizability windows для dna (385 MB) и GEOM-Drugs fingerprints для geom (173 MB).
• 🔤 Метод предназначен для inference-time steering предобученных генераторов в задачах молекул и ДНК.
• 🟰 Загрузка через scripts/download_artifacts.py: всё (~1.5 GB) или только qm9/geom/dna.
• ✖ Лицензия MIT; используются TFG-Flow, GEOM-Drugs и loop-seq.

🔤 Пример

git clone https://github.com/shiyiwang958/MultiMFM && cd MultiMFM
python scripts/download_artifacts.py --only qm9

Подробнее

Чекпоинты: qm9 — 47 MB, geom — 422 MB, dna — 499 MB; данные — 385 MB и 173 MB.
Полная загрузка артефактов — около 1.5 GB с проверкой контрольных сумм.
Бенчмарков и требований к VRAM в карточке нет; описание моделей — в docs/ кодового репозитория.
Лицензия MIT; сторонние компоненты — TFG-Flow, GEOM-Drugs (CC0), loop-seq.