Scientific-LLM-Survey

一文看懂生物化学领域的大模型研究全景

Scientific-LLM-Survey 是一份关于科学领域大语言模型的系统性综述，聚焦生物与化学两大核心领域。项目以论文形式梳理了LLM在分子表示、蛋白质结构预测、化学反应预测、药物发现等方向的研究进展，并整理了相关数据集、模型架构和评估基准。它解决了科研人员和工程师难以快速掌握跨学科前沿动态的问题，提供了结构化的知识图谱和资源索引，帮助读者理解从序列到图、从文本到结构的多种建模范式。核心能力包括领域分类体系、代表性模型对比（如ChemBERTa、ESM、MolT5等）、以及应用场景的归纳。该仓库不仅是一份阅读清单，更是一份导航地图，适合作为入门指南或调研起点。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 361

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队HICAI-ZJU

所属国家

官网地址http://scimind.ai/resource

GitHubhttps://github.com/HICAI-ZJU/Scientific-LLM-Survey

定价模式free

价格说明开源项目，无在线服务，需自行部署，完全免费。

访问状态

是否开源是

开源协议

主要语言

技术栈/模型cell,genome,large-language-models,llms,molecule,multimodal,protein,sci-llm,science-research,scientific-languages,survey,text

GitHub 星标★ 361

30天Star增速

HF 下载量

上线时间2023-10-12 00:00:00

最近更新2026-08-24 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

核心亮点

系统梳理了生物与化学领域LLM的模型、数据集和任务，分类清晰
涵盖从分子表征到蛋白质结构、反应预测等关键方向，覆盖面广
附有大量参考文献和资源链接，便于深入追踪原始研究

不足之处

项目为综述性质，不含可运行的代码或模型，实用性有限
更新频率可能较低，最新进展需自行跟踪

适用场景

科研人员快速了解生物化学AI领域的研究脉络
工程师调研领域内可用的预训练模型和数据集
学生或转行者作为入门学习路线图

替代项目

Awesome-LLM、Awesome-AI4Science、LLM-Survey

项目介绍

Scientific-LLM-Survey 是开源模型领域的开源项目，由 HICAI-ZJU 开发，2023 年首次发布。

它收录于开源模型分类，该分类目前共有 422 个项目，GitHub 星标数为 361。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-24。无在线服务，需自行部署，完全免费。

它主要面向的使用场景是：科研人员快速了解生物化学AI领域的研究脉络。同类可对比的替代方案包括 Awesome-LLM、Awesome-AI4Science、LLM-Survey。

上一篇：SLMs-Survey

下一篇：dots.llm1