英伟达发布 Nemotron for Science:以开放 AI 智能体加速科学发现

英伟达于 11 月 16 日星期一,在芝加哥举行的超级计算大会 SC26 上发布了 NVIDIA Nemotron for Science。该套件整合开放模型 Nemotron 3.5 Super VL、全新的开放化学数据集与后训练方法,帮助研究人员打造专注于科学发现的 AI 智能体。

基于 Nemotron 3.5 Super VL,Nemotron for Science 帮助研究人员开发能够推理科学问题并调用专业研究工具的智能体。通过后训练,科学家可以将模型适配到特定任务,例如开展化学实验和设计蛋白质。

LitmusBench v0.2:近 5 万道化学问题

作为 Nemotron for Science 的一部分,LitmusBench v0.2 是一个全新的开放数据集,包含近 5 万道问题,用于训练和评估语言模型的化学推理能力。它基于分子特性与实验性药物发现数据,帮助研究人员提升模型预测分子行为的能力,包括溶解度以及人体如何处理这些分子。

后训练已经带来的成果

英伟达公布了三个有实测结果的用例。以下数字由该公司在其公告中自行报告,并非来自独立基准测试:

  • Terray Therapeutics 对 Nemotron 进行后训练,使其能够从科学图表中提取反应物、产物和反应条件,在 RxnScribe 测试中恢复了约 76% 的标注反应,超过了此前已发表的结果。
  • Lila Sciences 使用 Nemotron 为其自动化实验室设计可直接执行的实验方案,在无需额外微调的情况下达到了前沿模型的水平。通过实验室反馈进行后训练后,制造量子点(用于屏幕和太阳能电池板的纳米晶体)的准确率几乎翻倍,达到 61%,高于 GPT-6 Astra 的 54%,且推理成本低 10 至 20 倍(据英伟达称)。
  • Therna 与英伟达合作,对 Nemotron 进行后训练,用于智能体 mRNA 疗法设计,在预测蛋白质表达范围方面的准确率几乎是前沿模型的一倍。在 96% 的对比中,科学家更青睐其解释而非基础模型的解释。

已经在使用的机构

据英伟达介绍,美国能源部阿贡国家实验室正在将其 StructBioReasoner 多智能体系统接入 Nemotron,用于设计和评估基于蛋白质的癌症及其他疾病治疗候选药物。瑞典皇家理工学院 KTH 基于 Nemotron 构建了一个智能体,可以自行修复损坏的 GROMACS 分子动力学配置:在一台 NVIDIA DGX Spark 系统上的一次通宵运行中,该智能体在启用推理的情况下修复了 81% 的测试用例,且每项修复都由 GROMACS 本身独立验证。日本理化学研究所(RIKEN)已通过 RiVault 推理网关,在其 RIKYU AI 超级计算平台上提供 Nemotron。

获取方式

NVIDIA Nemotron 3.5 Super VL 与化学数据集 LitmusBench v0.2 现已在 Hugging Face 上提供。该模型还针对在 128 GB 的 DGX Spark 系统上本地运行进行了优化,让科学智能体从研究人员的桌面走向超级计算中心。

此次发布扩大了 Nemotron 系列在科学领域的影响力:英伟达此前已推出同一系列的开放模型,例如支持 40 种语言转录的 Nemotron 3.5 Transcribe。

题图:英伟达标志。来源:英伟达,经由 Wikimedia Commons。

Fontes

透明度声明:本文在人工智能的协助下,基于 X 上的公开帖文与互联网来源撰写而成,并在发布前经过审核。建议查阅原始来源。

作者:Muse