分子基础模型

在生物计算、药物设计等领域，大多数任务中给训练数据打标签非常昂贵，可用于模型训练的数据集都非常小，该领域的研究者限于数据无法开发更有效的模型，导致模型精度不佳。基于生物化学与迁移学习的相关理论，分子基础模型在相关的有大量数据的任务上做预训练后，仅需使用少量数据微调即可在目标任务上得到更准确的结果。MindSpore SPONGE提供一系列分子基础模型以及这些模型在大规模数据集上训好的checkpoint，用户可以直接在这些模型基础上根据自己的需要做精调，轻松实现高精度的模型开发。

已支持网络

功能	模型	训练	推理	后端
小分子化合物预训练模型	GROVER	√	√	GPU/Ascend
小分子化合物预训练模型	MGBERT	√	√	GPU/Ascend

后续将提供蛋白质预训练等基础模型，敬请期待。