覆盖 7 百万问答数据，上海 AI Lab 发布 ChemLLM，专业能力比肩 GPT-4
内容提要
上海人工智能实验室发布了化学大语言模型ChemLLM，能够通过对话交互执行化学学科任务，性能与GPT-4相当。ChemLLM为化学研究开辟新道路，融入结构化化学知识，树立了新的大语言模型标准。
关键要点
-
上海人工智能实验室发布了化学大语言模型ChemLLM，性能与GPT-4相当。
-
ChemLLM能够通过对话交互执行化学学科任务，为化学研究开辟新道路。
-
ChemLLM面临三大挑战：化学知识的结构化存储、特殊符号表示的理解、任务种类繁多的训练流程设计。
-
ChemLLM的研究成果已开源，并提供免费商用。
-
创建并开源大规模化学数据集ChemData，涵盖700万条问答数据。
-
ChemLLM模型架构基于InternLM2-Base-7B，通过两个阶段的指令微调训练得到。
-
ChemBench基准测试构建了9项化学任务，减少语言模型输出风格对评估结果的影响。
-
ChemLLM在化学能力评估中明显优于类似规模的一般LLMs，并在通用能力评估中表现出色。
-
ChemLLM已完成升级，接入RAG功能，支持深度挖掘化学文献和联网搜索。
-
HyperAI超神经官网上线了一键部署ChemLLM-7B-chat的教程。
延伸问答
ChemLLM的主要功能是什么？
ChemLLM能够通过对话交互执行化学学科任务，性能与GPT-4相当。
ChemLLM面临哪些主要挑战？
ChemLLM面临化学知识的结构化存储、特殊符号表示的理解和任务种类繁多的训练流程设计三大挑战。
ChemData数据集包含多少条问答数据？
ChemData数据集涵盖700万条问答数据。
ChemLLM的模型架构基于什么？
ChemLLM的模型架构基于InternLM2-Base-7B，通过两个阶段的指令微调训练得到。
ChemLLM在化学能力评估中表现如何？
ChemLLM在化学能力评估中明显优于类似规模的一般LLMs，并在9项任务中有6项得分比GPT-4高。
如何部署ChemLLM-7B-chat？
用户可以登录hyper.ai，按照教程选择一键部署ChemLLM-7B-chat的选项进行操作。
