在线分子生成模型往往复杂且运算缓慢，难以兼顾生成速度与物理合理性。

TABASCO 是一个快速且简化的分子生成模型项目，专注于提升物理质量的同时，实现了高效的生成速度和参数利用率。

项目亮点：

- 领先的PoseBusters性能表现，生成分子物理合理性显著提升；

- 采样速度提升10倍，训练和推理更高效；

- 采用标准非等变Transformer结构，设计精简且易扩展；

- 支持多GPU训练，配置灵活，适合科研和工业应用；

- 提供公开预训练模型与详细训练、采样脚本，方便快速上手。

GitHub 地址：github.com/carlosinator/tabasco

适合有分子生成需求的AI研究者和药物设计团队，助力快速高质量分子设计！

详细论文：arxiv.org/pdf/2507.00899

主要功能：

- 分子生成视作序列建模，原子类型与坐标联合编码；

- 模块化插值器实现噪声采样与路径创建，训练稳定高效；

- 物理合理性引导采样，保证生成分子化学有效性；

- 轻量级实现，参数量小，易于二次开发和集成；

- 支持多种数据集，GEOM-Drugs、QM9等，训练环境配置简单。

快速启动：

```bash

conda env create -f environment.yaml

conda activate tabasco

python src/train.py experiment=hot_geom trainer=gpu

python src/sample.py --num_mols 1000 --num_steps 100 --checkpoint path/to/model.ckpt --output_path ./output

```

TABASCO —— 高速、简洁且物理可信赖的分子生成新利器。