Microsoft Research 开源 RetroChimera：结合双模型提升小分子逆合成预测
Microsoft Research 在 Nature 发表并开源 RetroChimera，该模型通过集成 R-SMILES 2 和 NeuralLoc 两个互补子模型及学习排序策略，显著提升了小分子逆合成路线的预测质量。盲测显示，PhD 级化学家更偏好其生成的反应预测，优于先前模型及文献记录。
#开源/仓库
#开源/仓库
今日 0 条Microsoft ResearchAI 评分4040
Hugging Face BlogAI 评分4040 Hugging Face 发布 Nemotron-Personas-India：面向印度主权 AI 的合成数据集
Hugging Face 联合 NVIDIA 推出首个开源印度人物合成数据集 Nemotron-Personas-India，采用 CC BY 4.0 许可。该数据集包含 2100 万个人物画像和 77 亿 token，覆盖英语及印地语（天城文与拉丁字母），基于 2011 年人口普查数据构建以反映真实分布。
Hugging Face BlogAI 评分5353 NVIDIA 发布 Nemotron-Personas-Japan 开放合成数据集
NVIDIA 发布了 Nemotron-Personas-Japan，这是一个包含600万条记录的开放合成数据集，旨在为日本主权AI开发提供高质量训练数据。该数据集基于CC BY 4.0许可证，利用NeMo Data Designer生成，涵盖1500多种职业类别和95万个独特姓名，完全由人工合成以保护隐私。
Hugging Face BlogAI 评分4040 Hugging Face 与 Entalpic 推出开源材料发现项目 LeMaterial
Hugging Face 联合 Entalpic 发布开源协作项目 LeMaterial，旨在加速材料科学研究。其首个数据集 LeMat-Bulk 整合了 Materials Project、Alexandria 和 OQMD，包含 6.7M 条目及 7 种材料属性，采用 CC-BY-4.0 许可并统一数据格式以解决碎片化问题。
Hugging Face BlogAI 评分4545 Hugging Face 社区发布 Apache 2.0 开源文本到图像偏好数据集
Hugging Face 社区推出 Apache 2.0 许可的 open-image-preferences-v1 数据集，旨在解决文本到图像生成领域缺乏开源偏好数据的问题。该数据集基于 Flux 和 Stable Diffusion 3.5-large 生成的图像，涵盖多种风格类别与提示复杂度，并提供了配套的 LoRA 微调模型及预处理代码。