NVIDIA představila Nemotron for Science, sadu pro vývoj AI agentů zaměřených na vědecký výzkum. Spojuje otevřený model Nemotron 3.5 Super VL, nový chemický dataset a postupy dodatečného tréninku. Podle společnosti si výzkumníci mohou model přizpůsobit například pro chemické experimenty nebo návrh proteinů.
Dataset pro chemické uvažování
Otevřený dataset LitmusBench v0.2 obsahuje téměř 50 000 otázek určených k trénování a hodnocení jazykových modelů v chemickém uvažování. Vychází z vlastností molekul a experimentálních dat z vývoje léčiv; zahrnuje například předpovědi rozpustnosti a toho, jak lidské tělo molekuly zpracovává.
Podle NVIDIA lze model dodatečně trénovaný na oborových datech zapojit do agentních postupů, které interpretují vědecké informace, vytvářejí kód a volají výpočetní nástroje. Mezi nimi mohou být i nástroje akcelerované pomocí CUDA-X.
Od chemických diagramů k laboratorním protokolům
NVIDIA uvádí, že Terray Therapeutics model dodatečně natrénovala k získávání reaktantů, produktů a reakčních podmínek z vědeckých diagramů. V testu RxnScribe zachytil přibližně 76 % anotovaných reakcí podle kritérií shody daného benchmarku.
Lila Sciences podle NVIDIA použila Nemotron k návrhu protokolů připravených k provedení v automatizovaných laboratořích. Bez dalšího jemného ladění přitom dosáhla výkonu na úrovni špičkových modelů.
Dodatečný trénink se zpětnou vazbou z laboratoře pak podle NVIDIA téměř zdvojnásobil přesnost modelu při výrobě kvantových teček na 61 %. GPT-6 Astra dosáhl 54 % a náklady na inferenci Nemotronu byly 10–20krát nižší.
Návrh léčiv a opravy simulací
Therna ve spolupráci s NVIDIA dodatečně trénovala Nemotron pro agentní návrh mRNA terapeutik. Podle NVIDIA model téměř zdvojnásobil přesnost předpovědi rozsahů proteinové exprese oproti špičkovým modelům. Vědci navíc dali jeho vysvětlením přednost před vysvětleními základního modelu v 96 % porovnání.
Argonne National Laboratory integruje Nemotron do multiagentního systému StructBioReasoner, který je určený k návrhu a hodnocení proteinových kandidátů na léčiva proti rakovině a dalším nemocem.
KTH Royal Institute of Technology vytvořil na Nemotronu agenta pro samostatné opravy chybných konfigurací molekulární dynamiky GROMACS. Podle NVIDIA při jednom nočním běhu na jediném systému DGX Spark opravil se zapnutým uvažováním 81 % testovacích případů. Každou opravu ověřil samotný GROMACS.
Dostupnost modelu a datasetu
Nemotron 3.5 Super VL i LitmusBench v0.2 jsou dostupné na Hugging Face. Model je také optimalizovaný pro místní běh na systému NVIDIA DGX Spark se 128 GB paměti.
RIKEN zpřístupnil modely Nemotron včetně verze 3.5 Super VL na své superpočítačové platformě RIKYU. Výzkumníci k nim mohou přistupovat přes inferenční bránu RiVault pro vědecký výzkum a vývoj akcelerovaných aplikací.



