GT4SD/gt4sd-core

它解决了什么问题

GT4SD（Generative Toolkit for Scientific Discovery）简化了科学发现中假设生成的流程。它通过提供统一的高级 API 与标准化接口，解决了生成式 AI 工具的碎片化问题，让用户能够访问并使用各种最先进的材料科学与自然语言处理生成模型，减少实现与运行这些模型所需的工作量。

它如何运作

GT4SD 作为多个现有生成式 AI 包（如 GuacaMol、Moses、TorchDrug 与 HuggingFace Transformers）的包装器与协调者。它提供三种主要的交互方式：

1. Python API：允许用户通过注册表实例化算法，并在代码中直接运行抽样/推理。
2. CLI Tools：提供专用命令（gt4sd-inference、gt4sd-trainer、gt4sd-saving 与 gt4sd-upload）以运行推理管线、训练模型、保存已训练的算法，并上传至公共中心。
3. Property Prediction：包含 properties 子模块，用于计算生成样本的特性（例如分子量或相似度）。

目标对象

材料科学、化学与自然语言处理领域的科学家和研究人员，若希望使用生成式 AI 设计新分子、聚合物或肽段，且不必为每种模型架构编写复杂的模板代码。

亮点

• Unified Interface：统一不同库（如 Diffusers、GFlowNets 与 Regression Transformers）的 API。
• Comprehensive Pipeline：支持从训练与微调到推理与部署的完整生命周期。
• Hub Integration：方便将已训练的模型上传至公共中心以供分享。
• Broad Model Support：整合广泛的生成技术，包括 VAE、LSTM、Diffusion 模型与 Graph Convolutional Policy Networks。