Deep Principle, kimya, malzeme bilimi ve yaşam bilimleri için tasarlanmış 753B açık ağırlıklı bir bilim modeli olan Hydrogen-1.0'ı yayınladı. Model, Z.ai’nın GLM-5.3'ünün alan verileri, laboratuvar kayıtları ve ajan keşif trajektörleri üzerinde son eğitiminden sonra oluşturuldu ve ağırlıkları MIT Lisansı altında dağıtılıyor. Soru çerçevelendirme, deney planlama, sonuç analizi ve açık uçlu keşif hedefleniyor; bu, tescilli sistemlere karşı incelenebilir bir alternatif sunuyor.
Eğitim hattı, kimya metinlerinden, Deep Principle bilim insanı geri bildirimlerinden, elektronik laboratuvar defteri kayıtlarından ve keşif trajektörlerinden elde edilen verileri kullanarak denetimli ince ayar ve pekiştirmeli öğrenmeyi birleştiriyor. NVIDIA ve AMD donanımları üzerinde Megatron ve SGLang kullanan altyapıda çalışıyor ve model 1M token bağlamı ile 128K maksimum çıktı destekliyor. Geliştiriciler, BF16 hizmetiyle 8 GPU’da dağıtabilir; nicelleştirme seçenekleri arasında NVIDIA B200 için NVFP4 ve AMD hızlandırıcıları için MXFP4 bulunuyor.
Performans ölçütlerinde, Deep Principle Hydrogen-1.0'ın FrontierScience-Research testinde %38,3 puan aldığını, GPT-6-Astra’yı geride bıraktığını ve GPQA-Diamond testinde Kimi-K3 ile yaklaşık olarak eşdeğer olduğunu bildiriyor. Pratik gösterimlerde model, moleküler dinamik simülasyonları için Python betikleri yazar, trajektörleri analiz eder, kimyasal reaksiyon ağlarını genişletir ve laboratuvar otomasyonu için JSON protokolleri derler.
Neden önemli: Hydrogen-1.0, araştırmacılara belirli alan görevlerinde tescilli modellerle eşdeğer ya da onları aşan güçlü, açık ağırlıklı bir yapay zeka asistanı sunarak bilimsel keşif sürecini destekliyor.