NVIDIA推出Nemotron for Science,以智能代理加速科学发现
新闻摘要:
NVIDIA今日推出了NVIDIA Nemotron for Science,整合了NVIDIA Nemotron™ 3.5超级VL开源模型的科学应用,一个新的开源化学数据集以及训练后配方,以帮助研究人员构建专业的代理来开展科学工作。
重要的发现。
基于Nemotron 3.5 Super VL,Nemotron for Science 帮助研究人员开发能够通过科学问题进行推理并运用专业研究工具的智能体。经过后期训练,科学家可以将该模型适应于专业任务,例如进行
针对化学、蛋白质设计等的实验。
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50,000个问题,用于在化学推理方面对语言模型进行训练和评估。该数据集利用分子特性及实验性药物发现数据,有助于研究人员提升相关能力。
增强模型预测分子行为的能力,包括它们的溶解度以及人体如何处理它们。
生命科学公司Lila Sciences、Terray Therapeutics和Therna正在使用并定制NVIDIA Nemotron 3.5 Super VL用于科学应用。应用场景包括提取化学知识、规划实验以及设计治疗药物和实验室解决方案。
路由协议。像阿贡国家实验室和于利希超算中心这样的主要研究中心正在将其整合到他们的药物和科学发现人工智能代理中。
“加速计算正在改变科学家应对世界上最复杂挑战的方式,”NVIDIA超大规模和高性能计算副总裁Ian Buck表示。“科学用Nemotron为研究人员提供了开放模型、科学数据和强大工具。”
ST训练配方,用于构建能够通过科学问题进行推理的专用代理,并使用CUDA-X加速工具将想法转化为发现。
训练后的Nemotron开放模型用于科学发现的研究人员可以使用特定领域的数据对Nemotron开放模型进行后训练,以提高在专业科学任务上的性能。他们可以将生成的模型集成到代理工作流中,这些工作流相互
</think>
训练后的Nemotron开放模型用于科学发现的研究人员可以使用特定领域的数据对Nemotron开放模型进行后训练,以提高在专业科学任务上的性能。他们可以将生成的模型集成到代理工作流中,这些工作流相互
pret 科学信息,生成代码并调用计算工具。这些工作流程可以使用 NVIDIA CUDA-X™ 加速工具进行科学计算。
Terray Therapeutics对Nemotron进行了后续训练,以从科学图表中提取反应物、产物和反应条件,在两个基准测试中超越了之前发表的结果。在RxnScribe测试中,它在以下条件下恢复了大约76%的注释反应。
基准的匹配标准,有助于将已发表的化学发现转化为结构化数据,用于合成规划和科学代理。
Lila Sciences 使用 Nemotron 为其自动化实验室设计了可直接执行的实验方案,在无需额外微调的情况下,达到了前沿水平的性能。通过实验室反馈进行训练后,该模型在 maki 任务上的准确性几乎翻了一番。
使用量子点——用于屏幕和太阳能板的纳米级晶体——的61%,超过了GPT-6 Astra的54%,在10-20倍的较低推理成本下。这些进步有助于智能体和材料科学家将所需的材料特性转化为合成配方,推动材料科学的发展。
新材料的发现。
Therna与NVIDIA合作,对Nemotron进行了后训练,用于代理mRNA治疗设计,其在预测蛋白质表达范围方面的准确性几乎提高了两倍,超过了前沿模型。科学家们在96%的情况下,更倾向于其解释而非基础模型的解释。
比较结果显示,这些进展可能有助于科学家根据特定细胞类型在人类应用中按需设计mRNA,以实现所需的蛋白质生产。
研究人员利用Nemotron模型和数据集加速科学研究。领先的科研机构正在使用NVIDIA Nemotron模型和数据集,从个人研究人员的桌面到实验室和超级计算中心,全方位推动科学发现。
通过帮助研究人员快速设计和评估元素周期表中的新分子,这项工作有可能为关键材料和矿物、国家安全以及癌症治疗的应用开辟新的途径。
阿贡国家实验室正在将Nemotron整合到其StructBioReasoner多智能体系统中,以设计和评估用于治疗癌症和其他疾病的基于蛋白质的治疗候选药物。
KTH皇家理工学院在Nemotron上构建了一个AI代理,可以自行修复损坏的GROMACS分子动力学设置。在单个NVIDIA DGX Spark™系统上过夜运行,该代理在启用了推理功能的情况下修复了81%的测试案例,以及
每个修复都由GROMACS本身独立检查。
RIKEN已通过其推理网关RiVault,将其NVIDIA Nemotron系列,包括Nemotron 3.5 Super VL,在RIKYU AI超级计算平台上提供给研究人员,使他们能够将这些模型用于科学研究和加速应用的开发。
应用程序。
NVIDIA Nemotron 3.5 超级 VL 以及 LitmusBench v0.2 化学数据集现已在 Hugging Face 上提供。Nemotron 3.5 超级 VL 模型也优化为可在 128GB NVIDIA DGX Spark 系统上本地运行。
在此技术博客中了解更多信息,内容是关于训练后优化NVIDIA Nemotron以提高跨科学领域的准确性。