数据集简介
MolmoSpaces 是由 AllenAI 发布的一个分子科学数据集，主要用于分子表示学习和化学信息学研究。
主要用途
- 分子表示学习：为训练和评估分子嵌入模型提供数据支持。
- 化学信息学分析：可用于分子性质预测、相似性搜索等任务。
- 机器学习基准测试：为相关算法提供标准化的评估数据。
数据类型与模态
- 主要模态：表格数据（Tabular）与文本（Text）。
- 数据内容：包含分子相关的结构化信息，可能涉及分子描述符、SMILES 字符串或分子性质标签等。
规模与统计
- 数据量：包含约 77.2 万行数据。
- 格式：提供 Parquet 及优化版 Parquet 格式，便于高效读取和处理。
- 访问性：开放访问（非私有），下载量已超过 400 次。
使用场景
- 适用于需要大规模分子数据进行模型训练的研究人员。
- 可用于构建或微调分子预训练模型。
- 适合作为化学领域机器学习项目的基准数据集。