英伟达推出Nemotron for Science:开放近5万道化学题,实验室反馈后量子点实验准确率提到61%

英伟达把开源模型Nemotron 3.5 Super VL、近5万道化学题的LitmusBench v0.2和后训练配方打包成Nemotron for Science,帮助研究者构建可调用计算工具的科研智能体。模型和数据集已在Hugging Face上线,并针对128GB的DGX Spark做了本地运行优化。

发生了什么

11月16日,英伟达宣布推出Nemotron for Science。这不是单一模型的更名,而是一套面向科研场景的组合:开源模型Nemotron 3.5 Super VL、科学评测、新的开放化学数据集,以及把模型适配到特定学科任务的后训练配方。官方的目标是让研究者构建能够进行科学推理、并调用专业研究工具的智能体,再通过后训练把它用到化学实验、蛋白质设计一类更专门的任务上。

11月17日,英伟达超大规模与高性能计算副总裁Ian Buck在芝加哥SC26的特邀演讲中,也把这套工具作为“科学进入智能体时代”的一部分对外介绍。按官方说明,Nemotron 3.5 Super VL和LitmusBench v0.2化学数据集即日起可在Hugging Face获取,该模型还针对在128GB内存的NVIDIA DGX Spark系统上本地运行做了优化,以便科研流程留在机构自己掌控的基础设施上。

关键细节和数据

LitmusBench v0.2是这套方案里新公开的数据集。英伟达称,它包含近5万道用于训练和评测语言模型化学推理能力的题目,材料来自分子性质和实验性药物发现数据,用来提高模型预测分子行为的能力,包括溶解度以及人体如何代谢、处理这些分子。

生命科学公司Lila Sciences、Terray Therapeutics和Therna已经在使用并定制Nemotron 3.5 Super VL。英伟达列举的用途包括提取化学知识、规划实验、设计治疗方案和实验室流程。美国能源部落民实验室阿贡国家实验室(Argonne)和德国于利希超算中心,则把它接入各自的药物与科学发现智能体。

几项由英伟达及其合作方公布的任务结果值得单独记下,但它们都是特定任务上的测量,不能直接理解成“更小的科研模型全面超过前沿通用模型”。Terray用后训练后的Nemotron从科学图中提取反应物、产物和反应条件,在RxnScribe测试中,按该基准的匹配标准约回收了76%的标注反应,官方称超过此前已发表的结果。Lila Sciences用它为自动化实验室设计可执行的实验方案,英伟达称在无需额外微调的情况下即达到前沿水平;再用实验室反馈做后训练后,制作量子点(用于屏幕和太阳能电池的纳米晶体)的准确率几乎翻倍,达到61%,高于GPT-6 Astra的54%,推理成本约为后者的十分之一到二十分之一。Therna与英伟达合作,把模型后训练用于剂型mRNA治疗设计,官方称其预测蛋白质表达范围的准确率较前沿模型几乎翻倍;在对比解释质量时,科学家有96%的情形更偏好定制后的版本,而不是基座模型。

研究机构一侧,阿贡实验室正在把Nemotron接入名为StructBioReasoner的多智能体系统,用来设计和评估针对癌症等疾病的蛋白质治疗候选。瑞典皇家理工学院(KTH)基于Nemotron做了一个能自行修复损坏的GROMACS分子动力学设置的智能体:在单台DGX Spark上的一次通宵运行中,开启推理后修好了81%的测试案例,并且每一项修复都由GROMACS自己再检查一遍。日本理化学研究所(RIKEN)则通过推理网关RiVault,在其RIKYU AI超算平台上向研究者提供包括Nemotron 3.5 Super VL在内的模型。Ian Buck在SC26演讲中还提到,阿贡的智能体曾根据一条提示规划并检验假说、选择要跑的仿真,并识别出两个新的结合位点。

为什么重要

科研现场既需要模型会推理,也需要它能调用仿真、代码和实验工具,而且数据往往不能随便离开实验室。把开源模型、可复查的化学数据和后训练配方放在一起,并强调可以在桌面级的DGX Spark或机构自己的超算上运行,针对的就是这一现实约束。对已经在做自动化实验或文献结构化的团队来说,这降低了“从通用模型到可落地科研智能体”的起步成本。

与此同时,目前公开的准确率、成本和偏好比例,都来自英伟达及其合作伙伴在各自任务上的说明。HPCwire在报道中也提醒,这些比较涉及不同任务和基准,能够说明专用模型在特定问题上的潜力,但并不能证明较小的模型在整个科学研究中都更好。

影响和展望

模型和数据集已经公开,意味着大学实验室和国家实验室可以立刻下载、复现并按自己的数据继续后训练,而不必等待某一家云上的科研助手产品。阿贡、于利希、理研和KTH的接入方式各不相同,有的进多智能体系统,有的修仿真配置,有的只是提供推理入口,说明它短期内更像一条可嵌入现有工作流的模型基线,而不是一个统一的“科学操作系统”。

对关注药物设计、材料合成和分子模拟的团队而言,更值得核对的是:自己的任务是否接近RxnScribe、量子点合成或蛋白表达预测这类已被展示的场景,以及本地硬件是否达到官方所说的128GB DGX Spark或更大规模的数据中心条件。至于“准确率几乎翻倍”“成本低一个数量级”这类表述,应以各合作方随后是否公布可复核的评测协议为准,而不宜直接外推到所有科研任务。

参考来源

发布者:极致前沿,转转请注明出处:https://www.veryin.com/4753.html

赞 (0)
深度:美联储把AI写成金融稳定最常被点名的风险——受访对象占比从50%升至87%,表外义务已超3万亿美元
上一篇 5天前
苹果发布FastFrames视频生成模型:小模型单卡一帧约35.4毫秒,大模型由Wan2.1-14B蒸馏而来
下一篇 4天前

相关推荐

发表回复

登录后才能评论