Back to top
  • 공유 Share
  • 인쇄 Print
  • 글자크기 Font size
URL copied.

輝達推出科學研究AI工具,整合約5萬道化學推理題

研究人員在分子模型旁將試劑移入小瓶/TokenPost.ai

輝達(NVIDIA,NVDA)推出科學研究AI工具「Nemotron for Science」,整合約5萬道「化學推理」題目與模型後訓練流程,協助研究人員打造符合研究任務需求的AI代理。

輝達在SC26公告中一併介紹Nemotron 3.5 Super VL、化學推理資料集LitmusBench v0.2及後訓練流程。研究人員可據此設定AI解讀科學資訊、撰寫程式碼或呼叫計算工具。

後訓練是指根據特定領域資料與評估標準,進一步調整已完成訓練的模型。輝達列出的應用包括化學實驗與蛋白質設計。

「LitmusBench v0.2」收錄約5萬道用於訓練及評估語言模型化學推理能力的問題。題目以分子特性與藥物開發實驗資料為基礎,涵蓋溶解度及分子在體內如何被處理等內容。

模型頁面記載,Nemotron 3.5 Super VL於10月15日公開。本刊先前曾報導Nemotron 3.5擴展企業應用的消息;這次公告則著重介紹科學研究用途的配置方式與應用案例。

輝達表示,Terray Therapeutics以科學示意圖中的反應物、生成物與反應條件擷取任務對模型進行後訓練。在RxnScribe測試中,依照指定的比對標準,模型找出約76%已標註的反應。

Lila Sciences將模型用於建立自動化實驗室的操作流程。輝達表示,納入實驗室回饋後,模型在量子點合成上的準確率為61%,高於GPT-6 Astra的54%,推理成本則低10至20倍。

輝達也介紹與Therna合作的案例:雙方為mRNA療法設計對模型進行後訓練。模型預測蛋白質表現範圍的準確率接近比較模型的兩倍;在與基礎模型的比較中,科學家有96%的案例偏好後訓練模型的說明。

瑞典皇家理工學院(KTH Royal Institute of Technology)打造了一款代理,用來修正分子動力學程式GROMACS的設定錯誤。輝達表示,在一台DGX Spark上進行的一次隔夜測試中,代理修正了81%的目標案例,且每項修正都由GROMACS驗證。

阿貢國家實驗室(Argonne National Laboratory)正將Nemotron整合至多代理系統,用於設計及評估蛋白質療法候選方案。輝達公布此案例時,相關應用仍在進行中。

各合作夥伴公布的成效來自不同研究任務與測試標準,反應擷取、量子點合成和模擬設定修正的結果無法直接以同一標準比較。這些數據均為輝達公告介紹的合作夥伴測試結果;公告未列出所有測試細節,也未將結果描述為獨立重現測試。

輝達表示,Nemotron 3.5 Super VL已針對128GB DGX Spark最佳化。「Nemotron 3.5 Super VL」模型與LitmusBench v0.2資料集可在Hugging Face取得,科學研究中的AI代理應用也將持續受到關注。

<Copyright ⓒ TokenPost, unauthorized reproduction and redistribution prohibited>

Most Popular

Other related articles

Comment 0

Comment tips

Great article. Requesting a follow-up. Excellent analysis.

0/1000

Comment tips

Great article. Requesting a follow-up. Excellent analysis.
1