NVIDIA ha annunciato il lancio di Nemotron for Science, una suite di strumenti basata sul modello aperto Nemotron 3.5 Super VL. La novità combina il modello, valutazioni scientifiche, un dataset aperto di chimica e ricette di post-training.
L'obiettivo è aiutare i ricercatori a creare agenti IA specializzati per compiti scientifici. Gli agenti potranno ragionare su problemi scientifici e utilizzare strumenti di ricerca specializzati.
L'elemento chiave è LitmusBench v0.2. Si tratta di un dataset aperto con quasi 50 mila domande per addestrare e valutare i modelli sul ragionamento chimico. I dati si basano sulle proprietà delle molecole e su dati sperimentali di sviluppo di farmaci.
Il modello e gli strumenti funzionano da un sistema desktop NVIDIA DGX Spark fino ai centri di supercalcolo. Ciò consente alle organizzazioni di condurre ricerche sulla propria infrastruttura.
Diversi istituti e aziende stanno già applicando la soluzione. Tra questi Argonne National Laboratory, Jülich Supercomputing Centre, Lila Sciences, Terray Therapeutics e Therna.
In uno degli esempi, il post-training con feedback di laboratorio ha portato la precisione della sintesi dei punti quantici a 61 %, superiore al risultato di GPT-6 Astra (54 %) con costi di inferenza da 10 a 20 volte inferiori.
Ian Buck, vicepresidente di NVIDIA per l'hypercomputing e il calcolo ad alte prestazioni, ha osservato che il calcolo accelerato sta cambiando l'approccio degli scienziati ai problemi complessi. Nemotron for Science offre ai ricercatori modelli aperti, dati e ricette per creare agenti che collegano le idee alle scoperte.
Quanto rapidamente tali agenti entreranno nel lavoro quotidiano dei laboratori, lo dirà il tempo.
