Mol-Instructions

用大规模指令数据，让大模型精通生物分子任务

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 开源模型 🍴 复刻 15 🐛 待处理 1 👀 关注 6
GitHub ↗
GitHub 星标 ★ 295
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源数据集，MIT许可证，完全免费，可自行下载使用。

项目预览

Mol-Instructions 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类开源模型
开发团队zjunlp
GitHubhttps://github.com/zjunlp/Mol-Instructions
定价模式🏷️完全免费
价格说明开源数据集，MIT许可证，完全免费，可自行下载使用。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型ai-for-science,biomedical,dataset,datasets,generation,iclr2024,instruction,instruction-following,instructions,large-language-models,llama,mol-instruction,molecule,natural-language-processing,protein,resource,science
GitHub 星标★ 295
上线时间2023-04-12 00:00:00
代码更新2024-10-28
仓库体积16.9 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数8

项目介绍

Mol-Instructions 是一个面向生物分子领域的大规模指令数据集，旨在增强大型语言模型（LLM）在生物分子理解与生成任务上的能力。它解决了通用LLM在生物分子（如分子、蛋白质、DNA/RNA）专业任务上表现不佳的问题，通过提供超过200万条指令数据，覆盖分子理解、分子生成、蛋白质理解、蛋白质生成、生物分子设计等多个子任务。该数据集基于ICLR 2024论文，采用结构化指令格式，支持微调LLM以执行跨模态生物分子任务，例如从文本生成分子结构、预测蛋白质功能等。核心能力包括：大规模高质量指令数据、多任务覆盖、与主流LLM框架兼容。它为生物信息学和药物研发领域的AI应用提供了关键训练资源，推动LLM在生命科学中的落地。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 295

核心亮点

  • 包含200万+条指令，覆盖分子、蛋白质、DNA/RNA等多类生物分子任务，规模大且全面
  • 基于ICLR 2024论文，数据构建方法经过学术验证，质量有保障
  • 支持多种主流LLM微调框架，易于集成到现有生物信息学工作流

不足之处

  • 项目处于早期阶段，文档和社区支持尚待完善
  • 数据集的领域特定性较强，非生物信息学背景用户上手门槛较高

适用场景

  • 药物研发中，利用LLM生成候选分子结构
  • 蛋白质工程中，根据功能描述设计蛋白质序列
  • 生物信息学教育中，训练学生理解生物分子与文本的关联

替代项目

MolT5、Text2Mol、ChemData

上一篇：Awesome-LLM4IE-Papers

下一篇：meerkat

同类项目推荐

color-names 开源

海量颜色名称一键查，设计开发配色不再难

Large list of handpicked color names

★ 3105 2026-08-10
DataArc-SynData-Toolkit 开源

按规则批量造合成数据，替代敏感真实数据

Synthetic Data Generation Platform By DataArcTech

★ 1787 2026-09-12
shisei 开源

250+多角度人体姿势线稿，免费可商用

Free CC0 mannequin pose reference library for AI image tools (Nano Banana, ChatGPT, ···

★ 476 2026-11-06
Minari 开源

统一离线RL数据格式，一键加载参考数据集

A standard format for offline reinforcement learning datasets, with popular referenc···

★ 1768 2026-09-21
gen-fraud-graph 开源

一键生成合成欺诈图数据，快速测试图模型效果

Synthetic fraud graph generator for benchmarking graph-based fraud detection models ···

★ 295 2026-08-10
great_expectations 开源

用代码定义数据期望，自动验证并生成文档，让数据质量可控。

Always know what to expect from your data.

★ 11921 2026-08-09
Shot2Story 开源

多镜头视频理解基准，让AI看懂镜头叙事

A new multi-shot video understanding benchmark Shot2Story with comprehensive video s···

★ 181 2026-08-09