Microsoft aktualisiert Graphormer-Gewichte für Redox-Vorhersage in Strombatterien
Bild erstellt vom Redaktionsteam von Inferama
01

Ersetzung der Artefakte und Veröffentlichung des Manifests

Microsoft hat im öffentlichen Graphormer-Repository auf Hugging Face die Gewichte der Modelle zur Vorhersage des Redoxpotentials aktualisiert. Der durch den Commit 8394616 identifizierte Wechsel ersetzt die Dateien für Oxidation und Reduktion durch eine v2-Version und fügt eine neue Manifestdatei hinzu, die die technischen Spezifikationen der Artefakte dokumentiert.

Diese Aktualisierung führt kein neues Sprachmodell oder einen autonomen Agenten ein, sondern aktualisiert die Vorhersagemodelle für molekulare Eigenschaften, die in der Forschung an wässrigen organischen Redox-Flow-Batterien (AORFB) verwendet werden. Der Austausch führt zu neuen Inhaltsidentifikatoren (SHA-256) und einer Vergrößerung der Dateien, was auf ein erneutes Training oder eine Verbesserung der Kapazität des Basismodells hindeutet.

Vergleich der Artefakte vor und nach der Aktualisierung

Details zu den Änderungen an den Checkpoint-Dateien gemäß dem Commit-Protokoll.

EigenschaftDateiVorherige Größe (Bytes)Neue Größe (Bytes)Neuer SHA-256-Hash
Reduktiongraphormer_reduction.pt1378101291931467178893ba5b4de6dd541f59a070e517119f9828073f227bbe5082e25ea6d8e3bc8a
Oxidationgraphormer_oxidation.pt1378101291931495332961e45c906a177c398aa61b9c3b2d28259e88e1f88aae787e77e8b72f21c8f5
02

Technische Spezifikationen der v2-Architektur

Das neue manifest.json definiert die Architektur der Checkpoints als graphormer_base. Diese Konfiguration umfasst einen 12-schichtigen Encoder, eine Einbettungsdimension von 768 und 32 Aufmerksamkeitsköpfe. Die Serialisierung erfolgt als PyTorch-Zip-Archiv, das sowohl die Konfiguration als auch das Modell enthält.

Jedes Artefakt enthält 210 Einträge im Zustands-Dictionary. Die Unterscheidung zwischen den Modellen für Oxidation und Reduktion ist entscheidend, da sie unterschiedliche elektrochemische Eigenschaften vorhersagen und nicht austauschbar sind. Das Manifest ermöglicht es Benutzern, die Integrität der heruntergeladenen Dateien anhand der bereitgestellten Hashes zu überprüfen.

Struktur des Inferenz-Manifests · json

Ausschnitt aus dem manifest.json, der die Eigenschaften der Reduktions- und Oxidationsartefakte auflistet.

{
  "format": "orfb-design Graphormer inference checkpoints",
  "format_version": 1,
  "artifacts": [
    {
      "property": "reduction",
      "filename": "graphormer_reduction.pt",
      "architecture": "graphormer_base",
      "encoder_layers": 12,
      "encoder_embed_dim": 768,
      "encoder_attention_heads": 32
    },
    {
      "property": "oxidation",
      "filename": "graphormer_oxidation.pt",
      "architecture": "graphormer_base",
      "encoder_layers": 12,
      "encoder_embed_dim": 768,
      "encoder_attention_heads": 32
    }
  ]
}
03

Wissenschaftlicher Kontext: Die Rolle von CLIO

Diese Checkpoints sind Teil des Ökosystems, das für das Projekt CLIO (Cognitive Loop via In-Situ Optimization) entwickelt wurde, wie im Paper „Closed-Loop Molecular Design with Calibrated Deference“ beschrieben. CLIO ist ein Agent, der einen Glauben-Zustandsgraphen mit einer rekursiven Plan-und-Aktions-Schleife kombiniert, um molekulares Design zu steuern.

In der Kampagne zum Design eines Negolyten für Redox-Flow-Batterien nutzte CLIO diese Vorhersagemodelle, um Kandidaten vorzuschlagen. Obwohl das System eine Verbesserung des Redoxpotentials um 130 mV erzielte, offenbarte die experimentelle Charakterisierung eine mangelhafte elektrochemische Reversibilität. CLIO identifizierte die Ursache als Ion-Pairing zwischen Kalium und Phosphonat und verschrieb einen Ersatz durch Sulfonat, wodurch die Schleife Design-Herstellung-Test-Neugestaltung geschlossen wurde.

04

Zugang, Lizenz und Infrastruktur-Anforderungen

Die Gewichte stehen unter der MIT-Lizenz im Verzeichnis `orfb-design` des Repositories zur Verfügung. Es gibt keine kommerzielle API oder Gebühren pro Abfrage; die Nutzung erfordert eigene Infrastruktur zum Laden der PyTorch-Dateien und zur Ausführung der Inferenz.

Teams, die diese Modelle nutzen möchten, sollten die SHA-256-Hashes gegen das Manifest überprüfen, um die Integrität des Downloads sicherzustellen. Die Verfügbarkeit fortgeschrittener Graphormer-Versionen ist auf Azure Quantum Elements beschränkt, aber diese spezifischen Redox-Checkpoints sind im öffentlichen Repository offen zugänglich.

Prozess zur Integritätsprüfung

Empfohlene Schritte zur Validierung der heruntergeladenen Artefakte vor ihrer Verwendung in der Forschung.

  1. 01Die Dateien graphormer_reduction.pt und graphormer_oxidation.pt aus dem Commit 8394616 herunterladen.
  2. 02Den SHA-256-Hash jeder Datei lokal berechnen.
  3. 03Die berechneten Hashes mit den in manifest.json deklarierten Werten vergleichen.
  4. 04Sicherstellen, dass die Dateigrößen mit den angegebenen Werten übereinstimmen (193146717 und 193149533 Bytes).
05

Auswirkungen auf die Forschung an Redox-Flow-Batterien

Die Veröffentlichung dieser v2-Gewichte ermöglicht es anderen Forschern, die Arbeit am Negolyten-Design zu reproduzieren und zu erweitern. Die Transparenz in Bezug auf Architektur und Hashes erleichtert die Reproduzierbarkeit und die Überprüfung der mit diesen Vorhersagemodellen erzielten Ergebnisse.

Es ist wichtig, zwischen dem Eigenschaftsvorhersagemodell und dem vollständigen CLIO-Agenten zu unterscheiden. Die Checkpoints kapseln nicht die Fähigkeit zur „kalibrierten Deferenz“ des Agenten, sondern sind Vorhersagewerkzeuge, die der Agent nutzt. Die Ergebnisse des Gesamtsystems sollten nicht ausschließlich der Genauigkeit dieser isolierten Modelle zugeschrieben werden.

06

Weiter entdecken

Verwendete Quellen

03

Korrekturen und Transparenz

Wenn du falsche oder veraltete Angaben findest, sende uns die Seite und die zu prüfende Quelle.

Korrektur vorschlagen