Nvidia(NVDA), yaklaşık 50 bin kimya akıl yürütme sorusu içeren bir veri kümesini ve yapay zekâ modelleri için ince ayar sürecini bir araya getiren bilimsel araştırma aracını yayımladı. Nemotron for Science, araştırma görevlerine özel yapay zekâ ajanları geliştirmeye yardımcı oluyor.
Nvidia, SC26 duyurusunda Nemotron 3.5 Super VL modelini, LitmusBench v0.2 adlı kimya akıl yürütme veri kümesini ve ince ayar sürecini birlikte tanıttı. Araştırmacılar bu araçlarla yapay zekâyı bilimsel bilgileri yorumlayacak, kod yazacak veya hesaplama araçlarını çağıracak şekilde yapılandırabiliyor.
İnce ayar, önceden eğitilmiş bir modelin belirli bir alana ait veriler ve değerlendirme ölçütleri doğrultusunda ek olarak uyarlanması anlamına geliyor. Nvidia, kimya deneyleri ile protein tasarımını olası kullanım alanları arasında gösterdi.
LitmusBench v0.2, dil modellerinin kimya alanındaki akıl yürütmesini eğitmek ve değerlendirmek için yaklaşık 50 bin soru içeriyor. Moleküler özellikler ve ilaç geliştirme deneylerinden alınan veriler temelinde hazırlanan sorular; çözünürlük ve moleküllerin vücutta nasıl işlendiği gibi konuları ele alıyor.
Model sayfasında Nemotron 3.5 Super VL’nin yayımlanma tarihi 15 Ekim olarak belirtiliyor. TokenPost daha önce Nemotron 3.5’in kurumsal kullanıma genişletilmesine ilişkin duyuruyu aktarmıştı. Bu kez tanıtım, modelin ilk kez yayımlanmasından ziyade bilimsel araştırmalara yönelik yapılandırmasına ve kullanım örneklerine odaklandı.
Nvidia, Terray Therapeutics’in bilimsel şemalardaki reaktanları, ürünleri ve reaksiyon koşullarını çıkarması için modeli ince ayardan geçirdiğini bildirdi. Şirketin açıklamasına göre model, RxnScribe testinde belirlenmiş eşleşme ölçütlerine göre açıklama eklenmiş reaksiyonların yaklaşık yüzde 76’sını tespit etti.
Lila Sciences, modeli otomatik laboratuvarlarda kullanılacak prosedürler oluşturmak için uyguladı. Nvidia, laboratuvar geri bildirimlerinin modele eklenmesinin ardından kuantum noktası sentezindeki doğruluğun yüzde 61’e ulaştığını; bunun GPT-6 Astra’nın yüzde 54’lük sonucunun üzerinde olduğunu ve çıkarım maliyetinin 10 ila 20 kat daha düşük kaldığını açıkladı.
Nvidia, Therna ile birlikte mRNA tedavisi tasarımına yönelik bir modeli ince ayardan geçirdikleri örneği de paylaştı. Protein ifade aralığını tahmin etme doğruluğu karşılaştırılan modellerin neredeyse iki katına çıktı. Şirket ayrıca bilim insanlarının, temel modelle karşılaştırılan örneklerin yüzde 96’sında ince ayarlı modelin açıklamalarını tercih ettiğini belirtti.
İsveç Kraliyet Teknoloji Enstitüsü (KTH Royal Institute of Technology), moleküler dinamik programı GROMACS’taki yapılandırma hatalarını düzeltmek için bir ajan geliştirdi. Nvidia, tek bir DGX Spark üzerinde gece boyunca yapılan bir denemede kapsam dahilindeki örneklerin yüzde 81’inin düzeltildiğini ve her düzeltmenin GROMACS tarafından doğrulandığını bildirdi.
Argonne Ulusal Laboratuvarı (Argonne National Laboratory), protein tabanlı tedavi adaylarını tasarlayıp değerlendiren çok ajanlı bir sisteme Nemotron’u entegre ediyor. Nvidia, bu çalışmanın uygulama aşamasının sürdüğünü belirtti.
Ortakların açıkladığı performans değerleri farklı araştırma görevleri ve test ölçütlerinden geliyor. Reaksiyon çıkarımı, kuantum noktası sentezi ve simülasyon yapılandırması hatalarının giderilmesi sonuçlarını aynı ölçütle doğrudan karşılaştırmak mümkün değil.
Her bir değer, Nvidia’nın duyurusunda paylaşılan ortak sonuçlarına dayanıyor. Duyuruda testlerin tüm ayrıntıları yer almadı ve sonuçlar bağımsız yeniden üretim testleri olarak sunulmadı.
Nvidia, modeli 128 GB belleğe sahip DGX Spark üzerinde çalışacak şekilde optimize ettiğini açıkladı. Model ve LitmusBench v0.2 veri kümesi Hugging Face üzerinden kullanılabiliyor.
Comment 0