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.

