返回资讯中心
外部精选
软件工程
#开发者实时流

Nvidia 推出面向科学的 Nemotron,用智能体加速科学发现

来源标题:Nvidia Introduces Nemotron for Science to Accelerate Discoveries with Agents

Nvidia 发布 Nemotron for Science,旨在借助智能体加速科学发现。该消息由 Nvidia 官方新闻稿发布,但未披露具体模型细节、上线时间或性能数据。

Hacker News 最新kristianpaul2026/11/16 · 昨天26 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

平台 自主机器 云与数据中心 深度学习与AI 设计与专业可视化 医疗健康 高性能计算 自动驾驶汽车 游戏与娱乐 其他链接 开发者 行业 商店 驱动程序 支持 关于NVIDIA 查看所有产品 GPU技术大会 NVIDIA博客 社区 招聘 技术 新闻中心 高管简历 NVIDIA博客 播客 媒体资源 新闻报道 媒体联系人 在线新闻资料包 高管简历 NVIDIA博客 播客 媒体资源 新闻报道 媒体联系人 在线新闻资料包 新闻稿 分享 推文 Twitter 分享 LinkedIn 分享 Facebook 电子邮件 ic_arrow-back-to-top NVIDIA推出Nemotron for Science,借助智能体加速科学发现 全新开放数据集与后训练配方助力研究人员为生命科学和化学领域适配Nemotron 3.5 Super VL 2026年11月16日 新闻摘要: NVIDIA今日推出NVIDIA Nemotron for Science,汇集了NVIDIA Nemotron™ 3.5 Super VL开放模型在科学领域的应用、全新的开放化学数据集以及后训练配方,帮助研究人员构建用于科学发现的专用智能体。 Nemotron for Science基于Nemotron 3.5 Super VL构建,帮助研究人员开发能够对科学问题进行推理并调用专用研究工具的智能体。通过后训练,科学家可以将该模型适配于化学实验、蛋白质设计等专业任务。 作为Nemotron for Science的一部分,LitmusBench v0.2是一个全新的开放数据集,包含近50,000个问题,用于训练和评估语言模型的化学推理能力。该数据集依托分子属性和实验性药物发现数据,帮助研究人员提升模型预测分子行为的能力,包括分子的溶解度以及人体对分子的代谢过程。 生命科学公司Lila Sciences、Terray Therapeutics和Therna正在使用并定制NVIDIA Nemotron 3.5 Super VL用于科学应用。应用场景包括提取化学知识、规划实验以及设计疗法和实验室方案。Argonne和Jülich超级计算中心等主要研究中心正在将其集成到各自的药物与科学发现AI智能体中。 “加速计算正在改变科学家应对世界上最复杂挑战的方式,”NVIDIA超大规模与高性能计算副总裁Ian Buck表示。“Nemotron for Science为研究人员提供了开放模型、科学数据和后训练配方,使他们能够构建专用智能体,对科学问题进行推理,并利用CUDA-X加速工具将想法转化为发现。” 为科学发现后训练Nemotron开放模型 研究人员可以使用领域特定数据对Nemotron开放模型进行后训练,以提升其在专业科学任务上的表现。他们可以将所得模型集成到智能体工作流中,由工作流解读科学信息、生成代码并调用计算工具。这些工作流可以使用NVIDIA CUDA-X™加速工具执行科学计算。 Terray Therapeutics对Nemotron进行了后训练,用于从科学图表中提取反应物、产物和反应条件,在两个基准测试上超越了此前发表的结果。在RxnScribe测试中,按照该基准的匹配标准,它找回了约76%的标注反应,帮助将已发表的化学发现转化为结构化数据,用于合成规划和科学智能体。 Lila Sciences使用Nemotron为其自动化实验室设计可直接执行的实验室方案,无需额外微调即达到前沿水平的表现。利用实验室反馈进行后训练后,该模型制备量子点——用于屏幕和太阳能电池板的纳米级晶体——的准确率几乎翻倍,达到61%,超过了GPT-6 Astra的54%,而推理成本仅为后者的10-20分之一。这些提升帮助智能体和材料科学家将所需的材料属性转化为合成配方,推动新材料的发现。 Therna与NVIDIA合作,对Nemotron进行后训练,用于智能体式mRNA疗法设计,在预测蛋白质表达范围方面,准确率几乎达到前沿模型的两倍。在96%的对比中,科学家更青睐其解释而非基础模型的解释。这些提升有望帮助科学家针对特定细胞类型中所需的蛋白质产量定制mRNA设计,并逐步扩展至人体应用。 研究人员借助Nemotron模型和数据集加速科学研究 领先的研究机构正在使用NVIDIA Nemotron模型和数据集,在从研究人员个人桌面到实验室和超级计算中心的各种规模上推进科学发现。 通过帮助研究人员快速设计和评估元素周期表中的新分子,这项工作有望为关键材料与矿产、国家安全和癌症治疗等应用开辟新路径。 Argonne正在将Nemotron集成到其StructBioReasoner多智能体系统中,用于设计和评估治疗癌症及其他疾病的蛋白质类候选疗法。 KTH皇家理工学院在Nemotron上构建了一个AI智能体,能够自行修复损坏的GROMACS分子动力学设置。在单台NVIDIA DGX Spark™系统上进行的一次夜间运行中,该智能体在启用推理的情况下修复了81%的测试用例,且每一项修复均由GROMACS本身独立验证。 RIKEN已通过其推理网关RiVault,将NVIDIA Nemotron(包括Nemotron 3.5 Super VL)部署到其RIKYU AI超级计算平台上,使研究人员能够访问这些模型,用于科学研究及加速应用的开发。 可用性

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →