เอ็นวิเดียเปิดตัวเครื่องมือวิจัยทางวิทยาศาสตร์ที่รวมชุดข้อมูลคำถามด้านการให้เหตุผลทางเคมีประมาณ 50,000 ข้อกับขั้นตอนปรับแต่งโมเดล AI หลังการฝึก โดย Nemotron for Science ช่วยให้นักวิจัยสร้างเอเจนต์ AI สำหรับงานวิจัยเฉพาะด้าน
ในประกาศ SC26 เอ็นวิเดียแนะนำ Nemotron 3.5 Super VL, ชุดข้อมูลการให้เหตุผลทางเคมี LitmusBench v0.2 และขั้นตอนปรับแต่งโมเดลหลังการฝึก นักวิจัยนำองค์ประกอบเหล่านี้ไปใช้ตั้งค่า AI ให้ตีความข้อมูลวิทยาศาสตร์ เขียนโค้ด หรือเรียกใช้เครื่องมือคำนวณได้
การปรับแต่งหลังการฝึกคือการปรับโมเดลที่ผ่านการฝึกมาแล้วเพิ่มเติม โดยใช้ข้อมูลและเกณฑ์ประเมินเฉพาะสาขา เอ็นวิเดียยกการทดลองทางเคมีและการออกแบบโปรตีนเป็นตัวอย่างการใช้งาน
LitmusBench v0.2 มีคำถามประมาณ 50,000 ข้อสำหรับฝึกและประเมินความสามารถของโมเดลภาษาในการให้เหตุผลทางเคมี ชุดข้อมูลออกแบบจากคุณสมบัติของโมเลกุลและข้อมูลการทดลองพัฒนายา โดยครอบคลุมหัวข้อต่าง ๆ เช่น การละลายและกระบวนการที่ร่างกายจัดการกับโมเลกุล
หน้าโมเดลระบุวันเผยแพร่ Nemotron 3.5 ไว้เป็นวันที่ 15 ตุลาคม ก่อนหน้านี้ TokenPost รายงานการประกาศขยายการใช้งาน Nemotron 3.5 สำหรับองค์กร การประกาศครั้งนี้เน้นการจัดชุดเครื่องมือสำหรับงานวิจัยทางวิทยาศาสตร์และตัวอย่างการใช้งาน มากกว่าการเปิดตัวโมเดลเป็นครั้งแรก
เอ็นวิเดียระบุว่า Terray Therapeutics ปรับแต่งโมเดลให้ดึงสารตั้งต้น ผลิตภัณฑ์ และเงื่อนไขปฏิกิริยาออกจากแผนภาพทางวิทยาศาสตร์ ในการทดสอบ RxnScribe โมเดลค้นพบปฏิกิริยาประมาณ 76% ของรายการที่มีคำอธิบายประกอบ เมื่อใช้เกณฑ์การจับคู่ที่กำหนดไว้
Lila Sciences ใช้โมเดลสร้างขั้นตอนสำหรับห้องปฏิบัติการอัตโนมัติ เอ็นวิเดียระบุว่า หลังปรับปรุงโดยใช้ข้อมูลย้อนกลับจากห้องปฏิบัติการ ความแม่นยำในการสังเคราะห์ควอนตัมดอตอยู่ที่ 61% สูงกว่า GPT-6 Astra ที่ 54% และมีต้นทุนการอนุมานต่ำกว่า 10–20 เท่า
เอ็นวิเดียยังนำเสนอกรณีที่ปรับแต่งโมเดลร่วมกับ Therna สำหรับออกแบบการรักษาด้วย mRNA โดยมีความแม่นยำในการคาดการณ์ช่วงการแสดงออกของโปรตีนเกือบสองเท่าของโมเดลที่ใช้เปรียบเทียบ บริษัทระบุว่านักวิทยาศาสตร์ชอบคำอธิบายจากโมเดลที่ปรับแต่งแล้วมากกว่าใน 96% ของกรณีที่นำไปเปรียบเทียบกับโมเดลพื้นฐาน
สถาบัน KTH Royal Institute of Technology ในสวีเดนสร้างเอเจนต์เพื่อแก้ข้อผิดพลาดในการตั้งค่าโปรแกรมพลศาสตร์โมเลกุล GROMACS เอ็นวิเดียระบุว่า ในการทดสอบหนึ่งครั้งที่ทำข้ามคืนบน DGX Spark หนึ่งเครื่อง เอเจนต์แก้ไขกรณีเป้าหมายได้ 81% โดย GROMACS ตรวจสอบผลการแก้ไขแต่ละครั้ง
Argonne National Laboratory กำลังผสาน Nemotron เข้ากับระบบหลายเอเจนต์สำหรับออกแบบและประเมิน候候候候
Comment 0