NVIDIA представила Nemotron for Science для створення наукових ШІ-агентів
NVIDIA представила Nemotron for Science — набір моделей, даних і рецептів донавчання для створення спеціалізованих наукових агентів. До нього входить відкритий набір LitmusBench v0.2 із майже 50 000 запитань для хімічних міркувань.
NVIDIA представила Nemotron for Science — набір інструментів для розробки наукових ШІ-агентів на базі відкритої моделі Nemotron 3.5 Super VL. До нього також увійшли новий набір даних із хімії та рецепти донавчання моделей для спеціалізованих дослідницьких завдань.
LitmusBench v0.2 містить майже 50 000 запитань для навчання й оцінювання моделей у завданнях хімічного міркування. Дані спираються на властивості молекул і матеріали експериментальних досліджень розробки ліків; серед можливих завдань — прогнозування розчинності речовин і того, як їх переробляє людський організм.
Компанії Lila Sciences, Terray Therapeutics і Therna використовують або налаштовують Nemotron 3.5 Super VL для наукових застосувань. Серед них — вилучення хімічних знань, планування експериментів, розробка терапевтичних засобів і лабораторних протоколів. Argonne National Laboratory та Jülich Supercomputing Centre інтегрують модель у ШІ-агенти для відкриттів у медицині й науці.
Результати донавчання в лабораторіях
Terray Therapeutics донавчила модель вилучати реагенти, продукти й умови реакцій із наукових діаграм. За даними NVIDIA, на тесті RxnScribe модель відновила близько 76% анотованих реакцій за критеріями відповідного бенчмарку; компанія також повідомила про результати, вищі за раніше опубліковані на двох бенчмарках.
Lila Sciences застосувала модель для створення готових до виконання протоколів для автоматизованих лабораторій. Донавчання на лабораторних даних майже подвоїло точність виготовлення квантових точок — до 61%; NVIDIA порівнює цей показник із 54% у GPT-6 Astra та заявляє про вартість інференсу, нижчу в 10–20 разів.
Therna разом із NVIDIA донавчила Nemotron для проєктування мРНК-терапій за допомогою агентів. За повідомленням компаній, модель майже вдвічі підвищила точність прогнозування діапазонів вироблення білка порівняно з передовими моделями, а науковці віддали перевагу її поясненням перед поясненнями базової моделі у 96% порівнянь.
Агенти для наукових обчислень
Argonne інтегрує Nemotron у багатоагентну систему StructBioReasoner для проєктування й оцінювання білкових кандидатів на терапевтичні засоби проти раку та інших захворювань. KTH Royal Institute of Technology створив на базі моделі агента, який самостійно виправляє помилки в налаштуваннях молекулярної динаміки GROMACS.
Під час одного нічного запуску на одній системі NVIDIA DGX Spark агент KTH виправив 81% тестових випадків із увімкненим режимом міркування. Кожне виправлення окремо перевіряла сама програма GROMACS. У Японії RIKEN відкрив доступ до моделей Nemotron, зокрема Nemotron 3.5 Super VL, на суперкомп’ютерній платформі RIKYU через шлюз інференсу RiVault.
NVIDIA заявила, що моделі Nemotron можуть працювати як на робочих станціях дослідників, так і на інфраструктурі дата-центрів, яку контролюють самі організації. Nemotron 3.5 Super VL і LitmusBench v0.2 уже доступні на Hugging Face; модель також оптимізували для локального запуску на системі NVIDIA DGX Spark із 128 ГБ пам’яті.
Що ми знаємо
- NVIDIA об’єднала відкриту модель, хімічні дані й рецепти донавчання для створення спеціалізованих наукових агентів.
- LitmusBench v0.2 містить майже 50 000 запитань для навчання й оцінювання хімічних міркувань.
- Агент KTH виправив 81% тестових налаштувань GROMACS за один нічний запуск; кожне виправлення перевірила програма.
- Після донавчання моделі Lila Sciences точність виготовлення квантових точок сягнула 61%.
- Nemotron 3.5 Super VL і LitmusBench v0.2 доступні на Hugging Face.
Довіра: Первинне джерело
- У матеріалі є посилання на первинне повідомлення. Це підтверджує позицію його автора, але не гарантує правдивість усіх заяв.
- Джерела: NVIDIA Newsroom.
СПІЛЬНОТА
Обговорення
Увійдіть, щоб долучитися до обговорення.
Завантажуємо коментарі…