GT4SD/gt4sd-core

它解決了什麼問題

GT4SD（Generative Toolkit for Scientific Discovery）簡化了科學發現中假設生成的流程。它透過提供統一的高階 API 與標準化介面，解決了生成式 AI 工具的碎片化問題，讓使用者能夠存取並使用各種最先進的材料科學與自然語言處理生成模型，減少實作與執行這些模型所需的工作量。

它如何運作

GT4SD 作為多個現有生成式 AI 套件（如 GuacaMol、Moses、TorchDrug 與 HuggingFace Transformers）的包裝器與協調者。它提供三種主要的互動方式：

1. Python API：允許使用者透過註冊表實例化演算法，並在程式碼中直接執行抽樣/推論。
2. CLI Tools：提供專屬指令（gt4sd-inference、gt4sd-trainer、gt4sd-saving 與 gt4sd-upload）以執行推論管線、訓練模型、儲存已訓練的演算法，並上傳至公共中心。
3. Property Prediction：包含 properties 子模組，用於計算產生樣本的特性（例如分子量或相似度）。

目標對象

材料科學、化學與自然語言處理領域的科學家與研究人員，若希望使用生成式 AI 設計新分子、聚合物或肽段，且不必為每種模型架構撰寫複雜的樣板程式碼。

重點

• Unified Interface：統一不同函式庫（如 Diffusers、GFlowNets 與 Regression Transformers）的 API。
• Comprehensive Pipeline：支援從訓練與微調到推論與部署的完整生命週期。
• Hub Integration：方便將已訓練的模型上傳至公共中心以供分享。
• Broad Model Support：整合廣泛的生成技術，包括 VAE、LSTM、Diffusion 模型與 Graph Convolutional Policy Networks。