这是本文档旧的修订版！
chemeleon2-模型加载基本情况
模型加载的差别
原版的数据加载路径在： https://huggingface.co/hspark1212/chemeleon2-checkpoints
- checkpoints/v0.0.1/alex_mp_20/vae/dng_j1jgz9t0_v1.ckpt 【alex mp-20数据集】对应VAE的模型
- checkpoints/v0.0.1/alex_mp_20/ldm/ldm_rl_dng_tuor5vgd.ckpt 【alex mp-20数据集】 LDM 和RL处理过的模型
- checkpoints/v0.0.1/mp_20/vae/dng_m4owq4i5_v0.ckpt 【mp-20数据集】VAE的模型，没有LDM
数据集来源区别
| 方面 | mp_20 / alex_mp_20 (Alex-MP-20) |
|---|---|
| 数据来源 | 仅来自 Materials Project (MP) 数据库 / 来自 Materials Project (MP) + Alexandria (Alex) 数据库 |
| 结构数量 | 约几万条（通常训练集 ~4–5万左右） / 约 60.7万 条（607,683 或 607,684 条） |
| 原子数限制 | 单元格内 ≤20 个原子 / 单元格内 ≤20 个原子 |
| 稳定性筛选 | 一般筛选稳定结构（E_hull 较低） / 更严格：E_above_hull < 0.1 eV/atom |
| 数据多样性 | 相对较小、覆盖面有限 / 显著更大、化学组成和结构类型更多样 |
| 典型用途 | 早期生成模型的基准（如 CDVAE、DiffCSP、MatterGen-MP 等） / MatterGen 等新一代大模型的训练集（性能显著提升） |
| 模型性能对比 | 训练出来的模型生成 SUN 材料比例较低、RMSD 较高 / 训练后 SUN% 可提升 70% 左右，RMSD 下降 5 倍左右 |
本地快速验证，可以用 mp_20 ，如果是精度要求高可以用 alex_mp_20
评论