【Hackathon 10th Spring No.10】ECDFormer模型复现任务

[PlumBlossomMaid]

📌 项目介绍

[used AI Studio] 本PR是ECDFormer模型复现任务的核心代码合入申请。ECDFormer（Nature Computational Science 2025）通过“解耦峰属性学习”实现高效、可解释的ECD/IR光谱预测。

目前已根据第一次Review意见完成PR合并和版权声明添加，现根据第二次Review意见整理待办清单如下。

✅ 工作进展

已完成

• 将PR-245与PR-246合并，关闭PR-246
• 为所有新增文件添加Paddle版权声明

进行中

• loss/metrics迁移：将utils/loss/下的损失函数移至ppmat/models/losses/公共模块
• utils工具迁移：将通用工具函数提取到ppmat/utils/公共目录
• 补充材料提供：
  • 提供ECD/IR数据集下载链接
  • 上传预训练模型权重及训练日志文件（如果有）
• 数据集工厂函数改造：参考build_spectrum的实现方式，重构数据集加载逻辑
• 补完训练脚本与推理脚本: 根据上述已经固定的API，仿照DiffNMR训练脚本的风格，在spectrum_elucidation\ECFormer目录下补充适用于ECFormer的训练与推理脚本
• 代码注释英文化：将所有.py文件的注释、docstring修改为英文
• README文档完善：
  • 在spectrum_elucidation/README.md添加ECFormer系列模型说明
  • 新建spectrum_elucidation/ECFormer/README.md，包含模型说明、复现精度
  • 参考其他任务（如DiffNMR）完善文档格式
• RFC文档同步更新：根据最终代码实现，更新之前提交的RFC设计文档

🔗 相关链接

• ECDFormer原论文
• RFC设计文档
• Datasets部分PR（已合并关闭）

---

感谢Reviewer的耐心指导，所有待办将按清单顺序依次推进。

[paddle-bot]

Thanks for your contribution!

[leeleolay]

@PlumBlossomMaid 感谢您的代码贡献，有如下合入规范的建议辛苦参考：辛苦将本PR和PR-246合并为一个，代码注释修改为英文，并在每个文件前添加Paddle权利声明，数据集的加载辛苦使用build的工厂函数方式，utils里面的内容可以提取到model外ppmat里相应的部分，在spectrunm elucidation里面的readme添加模型说明，并且添加模型readme页面并且声明模型复现效果，辛苦提供数据集链接和预训练模型权重log文件

[leeleolay]

添加模型复现精度说明，并且补充readme文档，可以参考其他任务里的模型的情况。loss和metric的部分可以移动到ppmat下的公共模块部分

[leeleolay]

注释请修改为英文

[PlumBlossomMaid]

好的好的～近几天较忙，所有review中的要求我会依次进行～

[PlumBlossomMaid]

IR数据集我发天翼云网盘了，请通过这里获取，访问码：7sax。
如果不方便注册账号，可以通过文件直链的形式进行下载，点击这里，文件直链有效期为30天。

[leeleolay]

IR数据集我发天翼云网盘了，请通过这里获取，访问码：7sax。 如果不方便注册账号，可以通过文件直链的形式进行下载，点击这里，文件直链有效期为30天。

https://paddle-org.bj.bcebos.com/paddlematerials/datasets/IR/IR.tar.gz 请参考这个链接 @PlumBlossomMaid

[PlumBlossomMaid]

@leeleolay

麻烦帮忙看看 ECD 和 IR 数据集的工厂函数改造是否符合要求：

• ECD 数据集：拆分为 ecformer_dataset.py + build_ecd.py（工厂函数+核心逻辑）
• IR 数据集：同样模式拆分为 ir_dataset.py + build_ir.py

如果结构没问题，我就继续推进后续任务：

• 补完训练/推理脚本
• 注释英文化
• README 文档完善
• RFC 同步更新

多谢！

[leeleolay]

注释comment辛苦修改为英文

[PlumBlossomMaid]

注释comment辛苦修改为英文

好的好的，这次申请Review主要是想确认数据集代码格式没有问题。关于代码和项目的语言我会在最后统一修改。我将抽时间继续完成训练代码的编写。