TxGemma:Google DeepMind、Google Research
在通用开源基座上用公开治疗数据集指令微调的药物研发 LLM 系列(三档参数、预测与对话两版)。
小分子 · 大厂实验室 · 英国、美国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | TxGemma;别名:txgemma-9b-predict;有歧义、不自动链接:Gemma |
| 家族 | 否:本记录只覆盖本模型,属于 Gemma 系列 |
| 机构 | Google DeepMind、Google Research |
| 机构类型 / 国家 | 大厂实验室 / 英国、美国 |
| 模型类别 | 药物研发 LLM(指令微调) |
| 领域 | 小分子(次领域:文本与 agent) |
| 首次发布 | (依据:开发方官方博客发布开放权重) 模型托管站仓库创建日 2025-03-21 按本轮口径不作首发;论文 v1 为 2025-04-08 |
| 其他里程碑 | 最早公开证据 (官方博客);预印本 v1 (预印本 v1);权重发布 (三档权重随发布开放(需同意开发方条款));官方公告 (官方博客发布开放权重) |
| 最近更新 | ,仅维护:该日期是仓库修改,不是新模型版本;截至 2026-11-16 未检出更晚的 TxGemma 版本。此为最近一次有出处的事件,不代表此后没有更新 |
| 开放程度 | 代码:部分开放;权重:仅研究用途†(未核实);权重开放但需同意开发方的健康 AI 条款;发布版只用商业许可数据训练,与论文版不同 |
| 状态 | 仅维护:12 个月内无新版本,仅有仓库修改记录 |
| 报过的 benchmark | 1 项计入(自报 1) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站实体库未检出对应页面) |
| 截至 | 2026-11-16 |
做什么
把一个公开治疗数据集库的任务改写成指令数据,在通用开源基座上微调,使一个模型覆盖分类、回归与生成,面向小分子与蛋白等治疗实体;预测版给结构化输出,对话版给自然语言解释,论文另提出 agent 形态。它是同机构前一代闭源药物 LLM 的开放后继,常被 Enchant、ether0 等论文当对照。
报过的 benchmark
按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。1 项计入(自报 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 04 TDC (ADMET + DTI) | 开发方按官方口径自报 | 是 | — | 自报 | 论文在该库的 66 个任务上按推荐划分自报结果,并分别与专用模型、通用模型两套对照计数 | 出处 |
| 同上 | 第三方评测 | 是 | — | 第三方 | 一家公司在其激酶任务集上跑了中间档参数版本,作为自家模型的对照;评测集非该库官方划分 | 出处 |
其他评测(不在 44 项内)
- agent 形态的任务演示(自建任务集,自报):论文把模型接入工具做多步任务演示,属作者自设,不在站内 benchmark 范围
开发方称:一个开放权重模型即可覆盖该数据集库的大部分任务,在多数任务上达到或超过专用模型。
独立证据:一家公司在自有激酶任务集上把它作为对照跑过,属第三方评测但非官方划分。
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 一个公开治疗数据集库的 66 个任务、超过 1,500 万条数据点 | 出处 |
| b 私有 / 授权 | 否 | 公开权重只用商业许可数据集,论文版另用了非商用许可数据集 | 出处 |
| c 自产 wet lab 训练数据 | 否 | — | 出处 |
| d 仅用于验证的 wet lab | 否 | — | 出处 |
湿实验验证
无。开发方未报告湿实验验证,或本站未收录可核的记录。
背景
- 机构:开发方是一家大型科技公司的 AI 研究部门,2010 年创立于伦敦,2014 年被收购,2023-04 与该公司另一研究团队合并;本模型通过其健康 AI 开发者项目发布,属内部研究。
- 融资:未披露
- 产品与合作:前作为同机构基于另一基座的闭源药物 LLM;基座为该公司的通用开源模型;同体系的结构生物学工作见 AlphaFold 3。
- 相关模型:AlphaFold 3、Enchant v1/v2、ether0
怎么看
- 它的卖点是一个模型覆盖大量任务,不是在某一任务上登顶。
- 论文对「专用模型」与「通用模型」各有一套计数口径,复述时不能混用。
- 论文版与公开权重的训练数据不同,用开放权重复现可能达不到论文结果。
- 训练与评测同出一个数据集库,对真实项目的外推未经验证。
局限与注意
- 首发日期以官方博客为准,模型托管站的仓库创建日不作首发证据。
- 2025-04-10 是仓库修改日,站上不得写成新版本。
- 第三方激酶任务集不是该数据集库的官方划分,数值不可与官方口径并列。
来源
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。