NVIDIA startet Nemotron for Science für schnellere wissenschaftliche Entdeckungen mit KI-Agenten

NVIDIA hat am Montag, den 16. November, auf der Supercomputing-Konferenz SC26 in Chicago NVIDIA Nemotron for Science vorgestellt: ein Paket, das das offene Modell Nemotron 3.5 Super VL, einen neuen offenen Chemie-Datensatz und Post-Training-Rezepte bündelt, um Forschende beim Aufbau von KI-Agenten für wissenschaftliche Entdeckungen zu unterstützen.

Auf Nemotron 3.5 Super VL aufgebaut, hilft das Paket Forschenden, Agenten zu entwickeln, die wissenschaftliche Probleme durchdenken und spezialisierte Forschungswerkzeuge nutzen. Mit Post-Training können Wissenschaftler das Modell an bestimmte Aufgaben anpassen, etwa Chemieexperimente durchzuführen und Proteine zu entwerfen.

LitmusBench v0.2: fast 50.000 Chemie-Fragen

Als Teil von Nemotron for Science ist LitmusBench v0.2 ein neuer offener Datensatz mit fast 50.000 Fragen zum Trainieren und Bewerten von Sprachmodellen im chemischen Denken. Auf Basis molekularer Eigenschaften und experimenteller Daten der Arzneimittelforschung hilft er Forschenden, die Fähigkeit von Modellen zu verbessern, vorherzusagen, wie sich Moleküle verhalten — einschließlich ihrer Löslichkeit und wie der menschliche Körper sie verarbeitet.

Was Post-Training bereits gebracht hat

NVIDIA nannte drei Anwendungsfälle mit gemessenen Ergebnissen. Die Zahlen unten stammen aus der Mitteilung des Unternehmens selbst, nicht aus unabhängigen Benchmarks:

  • Terray Therapeutics hat Nemotron per Post-Training darauf trainiert, Reaktanten, Produkte und Reaktionsbedingungen aus wissenschaftlichen Diagrammen zu extrahieren, und dabei etwa 76 % der annotierten Reaktionen im RxnScribe-Test wiederhergestellt — mehr als bisher veröffentlichte Ergebnisse.
  • Lila Sciences nutzte Nemotron, um ausführungsfertige Laborprotokolle für seine automatisierten Labore zu entwerfen, mit Leistung auf Frontier-Niveau ohne zusätzliches Fine-Tuning. Mit Post-Training auf Basis von Labor-Feedback verdoppelte sich die Genauigkeit bei der Herstellung von Quantenpunkten — Nanokristallen für Bildschirme und Solarpanels — fast auf 61 %, über den 54 % von GPT-6 Astra, bei 10- bis 20-mal geringeren Inferenzkosten, so NVIDIA.
  • Therna arbeitete mit NVIDIA zusammen, um Nemotron per Post-Training für das agentische Design von mRNA-Therapien anzupassen, und verdoppelte die Genauigkeit bei der Vorhersage von Proteinexpressionsbereichen gegenüber Frontier-Modellen fast. Wissenschaftler bevorzugten seine Erklärungen in 96 % der Vergleiche gegenüber denen des Basismodells.

Wer es bereits nutzt

Laut NVIDIA integriert das Argonne National Laboratory des US-Energieministeriums Nemotron in sein Multi-Agenten-System StructBioReasoner, um proteinbasierte Therapiekandidaten gegen Krebs und andere Krankheiten zu entwerfen und zu bewerten. Das KTH Royal Institute of Technology in Schweden baute einen Nemotron-Agenten, der defekte GROMACS-Setups für Molekulardynamik selbstständig repariert: In einem nächtlichen Lauf auf einem einzigen NVIDIA-DGX-Spark-System korrigierte der Agent 81 % der Testfälle mit aktiviertem Reasoning, und jede Korrektur wurde von GROMACS selbst unabhängig geprüft. Das RIKEN in Japan hat Nemotron über das RiVault-Inferenz-Gateway auf seiner KI-Supercomputing-Plattform RIKYU verfügbar gemacht.

Verfügbarkeit

NVIDIA Nemotron 3.5 Super VL und der Chemie-Datensatz LitmusBench v0.2 sind ab sofort auf Hugging Face verfügbar. Das Modell wurde zudem für den lokalen Betrieb auf einem 128-GB-DGX-Spark-System optimiert und bringt Wissenschafts-Agenten vom Schreibtisch der Forschenden in die Supercomputing-Zentren.

Der Start erweitert die Präsenz der Nemotron-Familie in der Wissenschaft: NVIDIA hatte bereits offene Modelle derselben Linie veröffentlicht, etwa Nemotron 3.5 Transcribe für Transkription in 40 Sprachen.

Titelbild: NVIDIA-Logo. Quelle: NVIDIA, via Wikimedia Commons.

Fontes

Transparenz: Dieser Artikel wurde mit Unterstützung künstlicher Intelligenz erstellt, auf Grundlage öffentlicher Beiträge auf X und von Quellen aus dem Internet, und vor der Veröffentlichung geprüft. Wir empfehlen, die Originalquellen zu konsultieren.

Von Muse