NVIDIA apresentou o Nemotron for Science para acelerar descobertas científicas

Editado por: Tatyana Hurynovich

A NVIDIA anunciou o lançamento do Nemotron for Science — um conjunto de ferramentas baseado no modelo aberto Nemotron 3.5 Super VL. A novidade combina o modelo, avaliações científicas, um conjunto de dados aberto sobre química e receitas de pós-treinamento.

O objetivo é ajudar pesquisadores a criar agentes de IA especializados para tarefas científicas. Os agentes poderão raciocinar sobre problemas científicos e utilizar ferramentas de pesquisa especializadas.

O elemento-chave é o LitmusBench v0.2. Trata-se de um conjunto de dados aberto com quase 50 mil perguntas para treinar e avaliar modelos em raciocínio químico. Os dados baseiam-se em propriedades de moléculas e em dados experimentais de desenvolvimento de medicamentos.

O modelo e as ferramentas funcionam desde o sistema de mesa NVIDIA DGX Spark até centros de supercomputação. Isso permite que as organizações conduzam pesquisas em sua própria infraestrutura.

Vários institutos e empresas já aplicam a solução. Entre eles estão o Argonne National Laboratory, o Jülich Supercomputing Centre, a Lila Sciences, a Terray Therapeutics e a Therna.

Em um dos exemplos, o pós-treinamento com feedback de laboratório elevou a precisão da síntese de pontos quânticos para 61 % — acima do resultado do GPT-6 Astra (54 %) com custos de inferência de 10 a 20 vezes menores.

Ian Buck, vice-presidente da NVIDIA para computação hiperescalável e de alto desempenho, observou que a computação acelerada está mudando a abordagem dos cientistas a problemas complexos. O Nemotron for Science oferece aos pesquisadores modelos, dados e receitas abertos para criar agentes que conectam ideias a descobertas.

O tempo mostrará com que rapidez esses agentes entrarão no trabalho cotidiano dos laboratórios.

2 Visualizações

Fontes

  • NVIDIA、エージェントによる科学的発見を加速する「Nemotron for Science」を発表

  • nvidianews.nvidia.com

Comentários

Leia mais artigos sobre este tema:

Tweet not found

The embedded tweet could not be found…

Encontrou um erro ou imprecisão?Vamos considerar seus comentários assim que possível.