MLST：分子机器学习势能面的数据集综述

我们在Machine Learning: Science and Technology上发表了一篇综述，探讨了分子量化数据集和数据库的现状。它涵盖了超过40个数据集的关键信息，包括理论水平、规模和多样性、计算方法和软件，以及可用性。为了实现长期且可更新的维护，我们建立了一个GitHub仓库，以便追踪数据集的状态。欢迎大家补充我们之前遗漏的以及新生成的数据集。


除了论文之外，我们还在GitHub上提供了json格式的汇总表方便大家查询，并且在Jupyter Notebook中提供了筛选数据库的例子。您可以轻松找到适合您需求的数据集并生成结果表。不知道如何使用来源不同的数据集进行训练？可以查看我们之前关于AIO（all-in-one）模型的介绍，它可以用于同时训练不同的精度的数据。

请问楼主，使用pip install --upgrade mlatom 命令安装的2.3.2版本，如何安装最新的版本？【已解决】
是我的python版本较低，更新一下就好了。