GT4SD/gt4sd-core

解決する課題

GT4SD（Generative Toolkit for Scientific Discovery）は、科学的発見における仮説生成プロセスを簡素化します。生成 AI ツールの断片化に対処し、統一されたハイレベル API と標準化インターフェースを提供することで、材料科学や NLP の最先端生成モデルにアクセス・利用できるようにし、これらのモデルの実装や実行に必要な労力を削減します。

仕組み

GT4SD は、GuacaMol、Moses、TorchDrug、HuggingFace Transformers などの既存の生成 AI パッケージをラップし、オーケストレーションします。主に以下の 3 つのインタラクション方法を提供します。

1. Python API：レジストリを通じてアルゴリズムをインスタンス化し、コード内で直接サンプリング/推論を実行できます。
2. CLI Tools：専用コマンド（gt4sd-inference、gt4sd-trainer、gt4sd-saving、gt4sd-upload）を提供し、推論パイプラインの実行、モデルのトレーニング、トレーニング済みアルゴリズムの保存、パブリックハブへのアップロードを行えます。
3. Property Prediction：properties サブモジュールを含み、生成サンプルの特性（分子量や類似度など）を計算できます。

対象ユーザー

材料科学、化学、NLP の研究者や科学者で、生成 AI を用いて新しい分子、ポリマー、ペプチドを設計したいが、モデルごとに複雑なボイラープレートコードを書きたくない方々。

ハイライト

• Unified Interface：Diffusers、GFlowNets、Regression Transformers など多様なライブラリ間で API を統一。
• Comprehensive Pipeline：トレーニング・ファインチューニングから推論・デプロイまで、フルライフサイクルをサポート。
• Hub Integration：トレーニング済みモデルをパブリックハブにアップロードして共有しやすくします。
• Broad Model Support：VAE、LSTM、Diffusion モデル、Graph Convolutional Policy Networks など、幅広い生成手法を統合。