NVIDIA (NVDA) đã công bố bộ công cụ nghiên cứu khoa học gồm một tập dữ liệu với khoảng 50.000 câu hỏi suy luận hóa học, cùng mô hình AI và quy trình hậu huấn luyện. Nemotron for Science hỗ trợ xây dựng các tác nhân AI phục vụ nhiệm vụ nghiên cứu.
Trong thông báo tại SC26, NVIDIA giới thiệu Nemotron 3.5 Super VL, tập dữ liệu suy luận hóa học LitmusBench v0.2 và quy trình hậu huấn luyện. Các nhà nghiên cứu có thể dùng những công cụ này để cấu hình AI diễn giải thông tin khoa học, viết mã hoặc gọi công cụ tính toán.
Hậu huấn luyện là quá trình điều chỉnh thêm một mô hình đã được huấn luyện bằng dữ liệu và tiêu chí đánh giá của một lĩnh vực cụ thể. NVIDIA nêu thí nghiệm hóa học và thiết kế protein là những trường hợp có thể ứng dụng.
LitmusBench v0.2 có khoảng 50.000 câu hỏi nhằm huấn luyện và đánh giá khả năng suy luận hóa học của mô hình ngôn ngữ. Tập dữ liệu được thiết kế dựa trên đặc tính phân tử và dữ liệu thí nghiệm phát triển thuốc, với các nội dung như độ hòa tan và cách phân tử được xử lý trong cơ thể.
Trang mô hình ghi ngày công bố Nemotron 3.5 Super VL là 15 tháng 10. Trước đó, TokenPost đã đưa tin về việc mở rộng Nemotron 3.5 cho doanh nghiệp. Lần công bố này tập trung giới thiệu cấu hình dành cho nghiên cứu khoa học và các trường hợp ứng dụng, thay vì lần đầu ra mắt mô hình.
NVIDIA cho biết Terray Therapeutics đã hậu huấn luyện mô hình để trích xuất chất phản ứng, sản phẩm và điều kiện phản ứng từ sơ đồ khoa học. Trong thử nghiệm RxnScribe, mô hình nhận diện được khoảng 76% số phản ứng đã gắn nhãn theo tiêu chí khớp định sẵn.
Lila Sciences áp dụng mô hình để tạo quy trình sử dụng trong phòng thí nghiệm tự động. NVIDIA cho biết sau khi tiếp nhận phản hồi từ phòng thí nghiệm, độ chính xác trong tổng hợp chấm lượng tử đạt 61%, cao hơn mức 54% của GPT-6 Astra; chi phí suy luận thấp hơn 10–20 lần.
NVIDIA cũng giới thiệu trường hợp hậu huấn luyện mô hình cùng Therna để thiết kế liệu pháp mRNA. Độ chính xác dự đoán phạm vi biểu hiện protein gần gấp đôi so với mô hình đối chứng. Các nhà khoa học ưu tiên phần giải thích của mô hình đã hậu huấn luyện trong 96% số trường hợp được so sánh với mô hình nền, theo NVIDIA.
Viện Công nghệ Hoàng gia KTH (KTH Royal Institute of Technology) tại Thụy Điển đã xây dựng một tác nhân AI để sửa lỗi cấu hình trong phần mềm động lực học phân tử GROMACS. NVIDIA cho biết trong một lần thử nghiệm qua đêm trên một máy DGX Spark, tác nhân đã sửa được 81% số trường hợp mục tiêu và GROMACS xác minh từng kết quả sửa.
Phòng thí nghiệm Quốc gia Argonne (Argonne National Laboratory) đang tích hợp Nemotron vào hệ thống đa tác nhân để thiết kế và đánh giá các ứng viên điều trị dựa trên protein. Trường hợp này vẫn đang trong giai đoạn triển khai.
Các số liệu hiệu suất của từng đối tác đến từ những nhiệm vụ nghiên cứu và tiêu chí thử nghiệm khác nhau. Vì vậy, không thể so sánh trực tiếp kết quả trích xuất phản ứng, tổng hợp chấm lượng tử và sửa cấu hình mô phỏng theo cùng một tiêu chuẩn.
Các con số được NVIDIA giới thiệu là kết quả do từng đối tác cung cấp. Thông báo không nêu đầy đủ điều kiện chi tiết của từng thử nghiệm và cũng không trình bày đây là kết quả được tái lập độc lập.
NVIDIA cho biết mô hình được tối ưu hóa để chạy trên DGX Spark 128GB. Mô hình và tập dữ liệu LitmusBench v0.2 hiện có trên Hugging Face.
Comment 0