Суть релиза: Открытые веса для науки
Компания Deep Principle из Ханчжоу выпустила Hydrogen-1.0 — большую языковую модель (LLM) с открытыми весами, предназначенную для научных исследований в области химии, науки о материалах и биологии. Модель построена на базе GLM-5.3 от Z.ai с использованием пост-обучения (post-training) на специализированных данных. Веса распространяются под лицензией MIT, что позволяет разработчикам свободно использовать их для коммерческих и исследовательских целей.
Архитектура и данные
Hydrogen-1.0 использует архитектуру MoE (Mixture of Experts) с общим количеством параметров 753B, из которых активными являются около 40B. Модель поддерживает контекстное окно в 1 млн токенов и генерацию до 128K токенов. Обучение проводилось с использованием SFT и RL на четырех типах данных:
- Доменные знания (химия, материалы, биология).
- Сценарии исследований с обратной связью от ученых Deep Principle.
- Записи электронных лабораторных журналов (ELN).
- Траектории открытий агентов, включая неудачные попытки.
Результаты бенчмарков
Deep Principle сообщает, что Hydrogen-1.0 превосходит проприетарную модель GPT-6-Astra на специализированном наборе данных FrontierScience-Research. Также модель показывает результаты, сопоставимые с Kimi-K3, на общем научном тесте GPQA-Diamond.
| Метрика / Модель | Hydrogen-1.0 | GPT-6-Astra | Kimi-K3 |
|---|---|---|---|
| FrontierScience-Research | 38.3% | 33.3% | Не раскрыто |
| GPQA-Diamond | 93.0% | 96.0% (по данным OpenAI) | ~93.0% (сопоставимо) |
| Научные вычисления (разрыв HOMO-LUMO) | 4.318 eV | 3.689 eV | 3.353 eV |
| Планирование экспериментов (117 вопросов) | Лучше Kimi-K3 | Отказалась от >50% запросов | Ниже Hydrogen-1.0 |
Практическое применение в лаборатории
Модель способна не только отвечать на вопросы, но и выполнять сложные задачи в виртуальной лаборатории. В демонстрациях Hydrogen-1.0:
- Написала Python-код для создания модели расплава полиэтилена и запустила симуляцию GROMACS.
- Обнаружила и исправила ошибку топологии, проанализировав 40-наносекундную траекторию.
- Сгенерировала сеть реакций Ирленда-Клейзена из 27 структур.
- Составила JSON-протокол для исследования Сузуки-сопряжения в 12 пробирках.
Деплой и совместимость
Модель доступна на Hugging Face и ModelScope. Для инференса оптимизирована под современные GPU:
- NVIDIA B200/B300: формат NVFP4.
- AMD MI350X/MI355X: формат MXFP4.
Тестирование BF16-версии проводилось на 8 GPU с использованием SGLang. API совместимо с OpenAI и поддерживает параметр reasoning_effort для управления глубиной рассуждений.
Бенчмарки
| Бенчмарк | Hydrogen-1.0 | GPT-6-Astra |
|---|---|---|
| FrontierScience-Research | 38.3% | 33.3% |
| GPQA-Diamond | 93% | 96% |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: MarkTechPost ↗