NVIDIA ogłosiła uruchomienie Nemotron for Science — zestawu narzędzi opartych na otwartym modelu Nemotron 3.5 Super VL. Nowość łączy model, naukowe oceny, otwarty zbiór danych z chemii i receptury treningu końcowego.
Celem jest pomoc badaczom w tworzeniu wyspecjalizowanych agentów AI do zadań naukowych. Agenci będą mogli rozumować nad problemami naukowymi i korzystać z wyspecjalizowanych narzędzi badawczych.
Kluczowym elementem jest LitmusBench v0.2. To otwarty zbiór danych z prawie 50 tysiącami pytań do trenowania i oceny modeli w zakresie rozumowania chemicznego. Dane opierają się na właściwościach cząsteczek i danych eksperymentalnych dotyczących opracowywania leków.
Model i narzędzia działają od stacjonarnego systemu NVIDIA DGX Spark po centra superkomputerowe. Pozwala to organizacjom prowadzić badania na własnej infrastrukturze.
Rozwiązanie stosuje już kilka instytutów i firm. Wśród nich są Argonne National Laboratory, Jülich Supercomputing Centre, Lila Sciences, Terray Therapeutics i Therna.
W jednym z przykładów trening końcowy ze sprzężeniem zwrotnym od laboratorium podniósł dokładność syntezy kropek kwantowych do 61 % — powyżej wyniku GPT-6 Astra (54 %) przy 10–20 razy niższych kosztach wnioskowania.
Wiceprezes NVIDIA ds. obliczeń hiperskalowych i wysokowydajnych Ian Buck zauważył, że przyspieszone obliczenia zmieniają podejście naukowców do złożonych zadań. Nemotron for Science daje badaczom otwarte modele, dane i receptury do tworzenia agentów, którzy łączą pomysły z odkryciami.
Jak szybko tacy agenci wejdą do codziennej pracy laboratoriów, pokaże czas.

