أخبارنُشر:
Hydrogen-1.0: نموذج مفتوح الأوزان من Deep Principle للبحث في الكيمياء وعلوم المواد
نسخة من GLM-5.3 دُرّبت على سجلات مختبرية ومسارات اكتشاف، برخصة MIT وسياق مليون رمز، وتقول الشركة إنها تتفوق على GPT-6-Astra علميًا.
أعلنت شركة Deep Principle، وهي شركة ناشئة من هانغتشو تعمل على الذكاء الاصطناعي لاكتشاف المواد، عن نموذج مفتوح الأوزان اسمه Hydrogen-1.0، مخصص للبحث العلمي في الكيمياء وعلوم المواد وعلوم الحياة. والأوزان متاحة تحت رخصة MIT.
نموذج عام أعيد تدريبه ليفكّر كباحث
النموذج ليس بناءً من الصفر، بل هو نسخة من GLM-5.3 التابع لشركة Z.ai، أعيد تدريبه على أربعة مصادر: معرفة متخصصة في المجالات الثلاثة، وملاحظات علماء الشركة على مهام بحثية محددة، وسجلات مختبرية كاملة من دفاتر المختبر الإلكترونية، ومسارات اكتشاف تحفظ كل خطوة، بما فيها المحاولات الفاشلة. ويجمع التدريب بين الضبط الخاضع للإشراف والتعلّم المعزّز. ويبلغ حجمه 753 مليار معامل وفق ما نُشر عنه، ويدعم سياقًا يصل إلى مليون رمز ومخرجات حتى 128 ألف رمز.
ماذا تقول الأرقام؟
بحسب تقييمات الشركة نفسها، يتفوق Hydrogen-1.0 على GPT-6-Astra في اختبار FrontierScience-Research، ويقترب من Kimi-K3 في GPQA-Diamond. وفي مهامها الداخلية تقدّم في الحوسبة العلمية وتوقّع نواتج التفاعلات، لكنه تأخر بفارق 3.33 نقطة في استنتاج البنى من أطياف الرنين المغناطيسي النووي. ومن الأمثلة التي عرضتها الشركة أن النموذج كتب بروتوكولًا لتجربة من 12 قارورة، ثم اكتشف خطأً في ترتيب الخطوات خلال محاكاة افتراضية للمختبر وأصلحه قبل التنفيذ.
قراءتي للخبر
قيمة هذا الإصدار في انفتاحه أكثر من أرقامه. فالشركة تقول صراحة إن أبرز إنجازات الذكاء الاصطناعي العلمية الأخيرة جاءت من نماذج مغلقة يصعب فحصها. ونموذج مفتوح يتيح للمختبرات والجامعات اختبار طريقته وتكييفها خطوة مهمة. لكن يبقى التحفظ واجبًا: النتائج كلها من الشركة نفسها، وبيانات التدريب ووصفاته الكاملة لم تُنشر.
النموذج متاح للتنزيل على Hugging Face وModelScope، وعبر واجهة برمجية من منصة NeuroSpark، وداخل منصة Mira التابعة للشركة.
المصدر: مدونة Deep Principle الرسمية
المصدر: blog.deepprinciple.com