The Pulse
Nvidia pubblica un dataset di chimica con Nemotron for Science
Nemotron for Science di Nvidia combina un modello open source con un dataset di chimica e ricette di post-training per agenti scientifici. L’azienda afferma che i ricercatori usano questi strumenti per attività che vanno dall’estrazione di reazioni alla progettazione di terapie.

Nvidia ha pubblicato un dataset di chimica con quasi 50.000 domande nell’ambito di Nemotron for Science, una raccolta di strumenti per creare agenti di IA scientifici specializzati. Il pacchetto riunisce il modello open source Nemotron 3.5 Super VL, valutazioni scientifiche e ricette di post-training, ha dichiarato l’azienda nell’annuncio del 16 novembre.
Fonte nvidianews.nvidia.com
LitmusBench v0.2 è pensato sia per addestrare sia per valutare modelli linguistici sul ragionamento in ambito chimico. Il dataset e il modello sono disponibili su Hugging Face.
Adattare i modelli alle attività di ricerca
Nvidia afferma che i ricercatori possono sottoporre i suoi modelli open source a post-training con dati specifici del settore e poi usarli in agenti che affrontano problemi scientifici e utilizzano strumenti di ricerca. Tra le attività per cui gli scienziati possono adattare il modello, l’azienda elenca gli esperimenti di chimica e la progettazione di proteine.
LitmusBench si basa su proprietà molecolari e dati sulla scoperta sperimentale di farmaci. Le domande riguardano previsioni sul comportamento delle molecole, tra cui la solubilità e il modo in cui il corpo umano le elabora.
I ricercatori possono integrare un modello sottoposto a post-training in flussi di lavoro che interpretano informazioni scientifiche, generano codice e richiamano strumenti computazionali. Questi flussi di lavoro possono utilizzare gli strumenti accelerati Nvidia CUDA-X per il calcolo scientifico.
Applicazioni nelle scienze della vita
Terray Therapeutics ha sottoposto Nemotron a post-training per estrarre reagenti, prodotti e condizioni di reazione da diagrammi scientifici. Nvidia afferma che il modello ha superato i risultati pubblicati in precedenza su due benchmark, recuperando circa il 76% delle reazioni annotate nel test RxnScribe secondo i criteri di corrispondenza di quel benchmark.
Lila Sciences ha usato Nemotron per progettare protocolli di laboratorio pronti per l’esecuzione nei suoi laboratori automatizzati. Nvidia afferma che il post-training con feedback di laboratorio ha quasi raddoppiato, portandola al 61%, l’accuratezza del modello nella produzione di quantum dot, rispetto al 54% di GPT-6 Astra, con un costo di inferenza da 10 a 20 volte inferiore.
I quantum dot sono cristalli nanoscopici utilizzati negli schermi e nei pannelli solari. NVIDIA afferma che il post-training con feedback di laboratorio ha quasi raddoppiato l’accuratezza del modello nella produzione di quantum dot e che questi progressi aiutano gli agenti e gli scienziati dei materiali a tradurre le proprietà desiderate dei materiali in ricette di sintesi.
Therna ha collaborato con Nvidia per sottoporre Nemotron a post-training per la progettazione agentica di terapie a mRNA. Secondo Nvidia, il modello risultante ha quasi raddoppiato l’accuratezza nella previsione degli intervalli di espressione proteica rispetto ai modelli di frontiera, mentre in 96% dei confronti gli scienziati hanno preferito le sue spiegazioni a quelle del modello di base.
Centri di ricerca e accesso
Argonne National Laboratory sta integrando Nemotron in StructBioReasoner, il suo sistema multi-agente per progettare e valutare candidati terapeutici basati su proteine per il cancro e altre malattie. Anche Jülich Supercomputing Centre sta integrando il modello nei suoi agenti di IA per la scoperta di farmaci e la scoperta scientifica.
KTH Royal Institute of Technology ha realizzato un agente basato su Nemotron per riparare configurazioni di dinamica molecolare GROMACS non funzionanti. In un’esecuzione notturna su un singolo sistema Nvidia DGX Spark, l’agente ha risolto l’81% dei casi di test con il ragionamento abilitato, e GROMACS ha verificato autonomamente ogni correzione, afferma Nvidia.
RIKEN ha reso disponibili i modelli Nemotron, tra cui Nemotron 3.5 Super VL, sulla sua piattaforma di supercalcolo IA RIKYU attraverso il gateway di inferenza RiVault. Nemotron 3.5 Super VL è stato inoltre ottimizzato per funzionare in locale su un sistema Nvidia DGX Spark da 128GB.
Fonte
Aziende in questa notizia
Notizie correlate
- Nvidia rivendica il primato di Vera Rubin nell’inferenza, secondo risultati provvisori di MLPerf
- I desktop Nvidia RTX Spark arrivano sul mercato con fino a 128 GB di memoria
- Nvidia ribadisce il piano per i chip in Corea dopo l’uscita del CEO, riferisce TechCrunch
- Le partecipazioni di Nvidia in società private raggiungono i 65,5 miliardi di dollari, riferisce TechCrunch
- Dyania e Nvidia collaborano per portare l’IA clinica nelle reti ospedaliere