BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
Trang chủ
AI AI
Tin nhanh
Bài viết
Sự kiện
BlockBeats Pro
Thêm
Thông tin tài chính
Chuyên đề
Hệ sinh thái chuỗi khối
Mục nhập
Podcast
Data
OPRR
Partnered With:

NVIDIA ra mắt Nemotron for Science, mở bộ dữ liệu hóa học gần 50.000 câu hỏi và công bố công thức huấn luyện sau

Tin BlockBeats, ngày 17 tháng 11, theo thông cáo báo chí chính thức của NVIDIA, công ty đã ra mắt NVIDIA Nemotron for Science, tích hợp mô hình mã nguồn mở Nemotron 3.5 Super VL, bộ dữ liệu hóa học mở hoàn toàn mới và công thức huấn luyện sau, giúp các nhà nghiên cứu xây dựng các tác nhân chuyên dụng hướng tới khám phá khoa học. Trong đó, bộ dữ liệu mở LitmusBench v0.2 chứa gần 50.000 câu hỏi suy luận hóa học, dữ liệu có nguồn gốc từ tính chất phân tử và khám phá thuốc thực nghiệm, có thể dùng để huấn luyện và đánh giá khả năng dự đoán của mô hình đối với các hành vi phân tử như độ hòa tan, chuyển hóa ở người. Mô hình và bộ dữ liệu này hiện đã có mặt trên Hugging Face, và được tối ưu hóa để chạy cục bộ trên hệ thống NVIDIA DGX Spark 128GB.

Các công ty khoa học sự sống Lila Sciences, Terray Therapeutics và Therna đang sử dụng và tùy chỉnh mô hình này. Terray sau khi huấn luyện sau đã dùng để trích xuất chất phản ứng, sản phẩm và điều kiện phản ứng từ các biểu đồ khoa học, trong bài kiểm tra RxnScribe đã tìm lại được khoảng 76% phản ứng được chú thích theo tiêu chuẩn khớp của benchmark này. Lila Sciences dùng nó để thiết kế các phương án thí nghiệm có thể thực thi, cho biết không cần tinh chỉnh bổ sung đã đạt hiệu suất tương đương với các mô hình tiên tiến; sau khi kết hợp phản hồi từ phòng thí nghiệm và huấn luyện sau, độ chính xác chế tạo chấm lượng tử gần như tăng gấp đôi lên 61%, vượt qua 54% của GPT-6 Astra, chi phí suy luận chỉ bằng khoảng một phần mười đến một phần hai mươi của mô hình sau. Therna hợp tác với NVIDIA huấn luyện sau cho thiết kế liệu pháp mRNA, cho biết độ chính xác dự đoán phạm vi biểu hiện protein gần như tăng gấp đôi so với các mô hình tiên tiến, các nhà khoa học ưa thích cách giải thích của nó trong 96% các so sánh.

Phòng thí nghiệm quốc gia Argonne của Bộ Năng lượng Hoa Kỳ đang tích hợp nó vào hệ thống đa tác nhân StructBioReasoner, dùng để thiết kế và đánh giá các liệu pháp ứng viên protein cho các bệnh như ung thư, Trung tâm Siêu máy tính Jülich cũng đang kết nối mô hình này. Viện Công nghệ Hoàng gia Thụy Điển đã xây dựng dựa trên mô hình này một tác nhân có thể tự sửa chữa các thiết lập động lực học phân tử GROMACS bị hỏng, sau khi chạy qua đêm trên một máy DGX Spark và bật suy luận, đã sửa chữa 81% các trường hợp kiểm thử, và đều được GROMACS xác minh độc lập. Viện RIKEN đã thông qua cổng suy luận RiVault, cung cấp các mô hình bao gồm Nemotron 3.5 Super VL trên nền tảng siêu máy tính RIKYU AI. Phó Chủ tịch phụ trách siêu quy mô và tính toán hiệu năng cao của NVIDIA, Ian Buck, cho biết giải pháp này cung cấp cho các nhà nghiên cứu mô hình mã nguồn mở, dữ liệu khoa học và công thức huấn luyện sau, để xây dựng các tác nhân chuyên dụng có thể suy luận các vấn đề khoa học và gọi các công cụ tăng tốc CUDA-X.

举报 Báo lỗi/Báo cáo
Báo lỗi/Báo cáo
Gửi
Thêm mới thư viện
Chỉ mình tôi có thể nhìn thấy
Công khai
Lưu
Chọn thư viện
Thêm mới thư viện
Hủy
Hoàn thành