【Hackathon 10th Spring No.14】SFIN模型复现

rfcs/Science/hackthon10th_14_sfin.md

@@ -0,0 +1,86 @@
+# SFIN 设计文档
+
+> RFC 文档相关记录信息
+
+|              |                    |
+| ------------ | ------------------ |
+| 提交作者     | ADream-ki          |
+| 提交时间     | 2025-03-05         |
+| RFC 版本号   | v1.0               |
+| 依赖飞桨版本 | release 3.0 版本 |
+| 文件名       | hackthon10th_14_sfin.md |
+
+## 1. 概述
+
+### 1.1 相关背景
+
+[NO.14 SFIN 论文复现](https://github.com/PaddlePaddle/community/blob/master/hackathon/hackathon_10th/%E3%80%90Hackathon_10th%E3%80%91%E5%BC%80%E6%BA%90%E8%B4%A1%E7%8C%AE%E4%B8%AA%E4%BA%BA%E6%8C%91%E6%88%98%E8%B5%9B%E6%98%A5%E8%8A%82%E7%89%B9%E5%88%AB%E5%AD%A3%E2%80%94%E4%BB%BB%E5%8A%A1%E5%90%88%E9%9B%86.md#no14--sfin%E6%A8%A1%E5%9E%8B%E5%A4%8D%E7%8E%B0)
+
+SFIN (Scientific Foundation Model) 模型是面向科学计算的基础模型，旨在为科学计算领域提供强大的通用模型能力。该模型通过结合卷积型和科学数据处理技术，实现高效的科学数据生成和处理。
+
+### 1.2 功能目标
+
+1. 复现 SFIN 代码，实现完整的训练、推理、预测流程。
+2. 保持精度与论文精度一致，相对误差在 ±1% 以内。
+3. 产出论文相关文档、图片、视频等。
+
+### 1.3 意义
+
+复现 SFIN 代码，能够使用 SFIN 模型进行训练、推理、预测，丰富 PaddleMaterials 的科学计算模型库。
+
+## 2. PaddleMaterials 现状
+
+PaddleMaterials 套件暂无 SFIN 代码案例。
+
+## 3. 目标调研
+
+- 论文解决的问题：
+  SFIN 模型解决科学计算中高效数据生成和处理的问题
+- 链接：
+  代码：[https://github.com/HeasonLee/SFIN](https://github.com/HeasonLee/SFIN)
+  论文：[https://arxiv.org/pdf/2504.02555](https://arxiv.org/pdf/2504.02555)
+
+  需将 Pytorch 代码转换为 Paddle
+
+## 4. 设计思路与实现方案
+
+参考 PaddleMaterials 已有代码实现 SFIN
+
+1. 数据预处理
+2. 模型构建
+3. 超参数设定
+4. 模型推理的评估指标
+
+### 4.1 补充说明[可选]
+
+目前SFIN模型未公开训练数据集以及训练配置，需联系作者提供
+
+## 5. 测试和验收的考量
+
+### 5.1 验收标准
+
+- **单卡前向精度对齐**：前向logits diff 1e-4 量级（生成式1e-6）。
+- **反向对齐**：训练2轮以上，loss一致。
+- **训练精度对齐**：ImageNet数据集精度 diff 0.2%以内。
+- **监督类任务**：metirc误差控制在1%以内
+- **生成式模型**：采样指标保持误差5%以内
+
+### 5.2 备注说明
+
+- 模型文件放到 `ppmat/model` 下，所有模型需采用统一的 trainer/predictor/sampler
+- 数据集/预训练模型文件/log原始文件通过百度网盘链接通过 pr/微信等方式给到百度工程师，工程师会给到百度云链接，需把相应的链接放到相应的dataset/model/readme等文件中
+- 扩散模型相关组件在 `ppmat/scheduler` 里
+- 对于套件里暂时还没有的任务，新模型对应的新任务，需新建相应的任务readme文件
+- 数据处理模块，需使用已有的 `build_structure/build molecule` 等工厂函数
+- 每个复现的模型PR需保证囊括了原论文的所有数据集，模型训练精度和推理/采样metric指标均可以对应原始论文
+- 对应套件内还没有的任务类型，需要添加新增的任务类型说明readme文档
+
+## 6. 可行性分析和排期规划
+
+- 202503：调研
+- 202504：复现代码并作调整
+- 202504：整理项目产出，撰写案例文档
+
+## 7. 影响面
+
+丰富 PaddleMaterials 的应用案例，在 ppmat.model 中新增 SFIN model