↑

NVIDIA推出Nemotron for Science 助力科研加速科学发现

NVIDIA|阅读 0
2026/11/16 08:00
原文链接:https://blogs.nvidia.cn/blog/nvidia-introduces-nemotron-for-science-to-accelerate-discoveries-with-agents/
NVIDIANemotron for Science科学智能体化学数据集后训练
NVIDIA推出Nemotron for Science 助力科研加速科学发现
2026年11月16日,NVIDIA发布Nemotron for Science,整合Nemotron 3.5 Super VL模型、开放化学数据集及后训练方案,配套LitmusBench v0.2工具,助力科研机构与企业构建科学智能体,加速科学发现。

声明:文档由AI根据原文生成。

研究背景

科研领域亟需专用科学智能体以解决复杂问题,现有通用模型适配化学、生命科学等专业任务的能力不足。2026年11月16日,NVIDIA推出Nemotron for Science,整合相关模型与工具,为科研人员提供支撑。

方法与配套工具

该方案整合Nemotron 3.5 Super VL开放模型、近50,000道问题的开放化学数据集LitmusBench v0.2,以及后训练方案。其中,LitmusBench v0.2支持化学推理评估与后训练,可用于训练和评估模型的化学推理能力。NVIDIA DGX Spark与数据中心基础设施支持模型部署,科研机构可在自主掌控的设施上运行安全的科学工作流。此外,Nemotron 3.5 Super VL与LitmusBench v0.2已在Hugging Face发布,模型可在配备128GB内存的DGX Spark系统上本地运行。

应用实践与成果

多家科研机构与企业已开展应用:Terray Therapeutics后训练模型在化学图表提取测试中达76%准确率;Lila Sciences的实验室规程模型准确率达61%,推理成本降至原1/10至1/20;Therna的mRNA设计模型准确率翻倍,96%的对比中科学家更认可其解释。阿贡国家实验室将模型集成至癌症治疗蛋白疗法设计系统,KTH的AI智能体可修复GROMACS配置,理化学研究所通过RiVault平台提供模型访问。

意义与潜在局限

该方案为科研人员提供开放模型、数据与后训练工具,助力构建针对科学问题推理的专用智能体,加速科学发现。部分产品功能仍处于不同阶段,存在技术发展、市场竞争等风险,实际结果可能与预期有差异。