S³-Prompt

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.