Deep Principle ha rilasciato Hydrogen-1.0, un modello pensato per la chimica, la scienza dei materiali e le scienze della vita. L’azienda afferma di averlo adattato a partire da GLM-5.3, un modello di Z.ai, usando materiale scientifico, registri di laboratorio e resoconti delle azioni compiute da agenti di ricerca. MarkTechPost indica che Hydrogen-1.0 ha 753 miliardi di parametri.
I pesi del modello — i file necessari per eseguirlo o adattarlo — sono disponibili su Hugging Face con licenza MIT. Ricercatori e sviluppatori possono così condurre le proprie valutazioni e creare strumenti basati sul modello, senza dipendere esclusivamente da un servizio gestito dall’azienda. La pubblicazione non include i set di dati completi usati per l’addestramento né la procedura di addestramento integrale.
Quali test ha condotto Deep Principle?
Deep Principle afferma che Hydrogen-1.0 ha superato GPT-6-Astra nel test FrontierScience-Research e ha migliorato i risultati del modello di partenza, GLM-5.3, nel test GPQA-Diamonds, raggiungendo risultati più o meno in linea con Kimi-K3. L’annuncio dell’azienda non riporta i punteggi di questi confronti, quindi dal solo testo non è possibile valutare l’entità dei miglioramenti dichiarati.
Nelle valutazioni interne dell’azienda su attività di ricerca, Hydrogen-1.0 ha ottenuto punteggi superiori a GPT-6-Astra nel calcolo scientifico e nella previsione delle reazioni dirette, in tutte e tre le configurazioni di ragionamento testate. Nel confronto con Astra alla configurazione massima, i vantaggi dichiarati sono stati di 5,13 e 4,76 punti percentuali. Astra ha ottenuto un punteggio superiore di 3,33 punti nell’analisi delle strutture NMR. Deep Principle ha inoltre confrontato i modelli su 117 domande di pianificazione di esperimenti, ma nell’annuncio non riporta i relativi punteggi.
Cosa possono eseguire i ricercatori?
Deep Principle mostra il modello mentre scrive e corregge codice per simulare un polimero, individua possibili reazioni chimiche e valuta strutture candidate sulla base di uno spettro NMR. Questi esempi si avvalgono di strumenti esterni e ambienti di ricerca: sono dimostrazioni, non prove che le conclusioni scientifiche del modello siano corrette.
La pagina su Hugging Face include pesi BF16 a precisione completa e versioni a precisione inferiore per hardware specifico: chip NVIDIA Blackwell oppure AMD Instinct MI350X e MI355X. La pagina indica che una configurazione è stata testata su otto GPU, senza specificare l’hardware utilizzato. Avverte inoltre che i requisiti variano in base al software e alla configurazione e che il modello può fornire risposte errate. I ricercatori dovrebbero verificare le affermazioni importanti tramite calcoli, letteratura scientifica o esperimenti.
Perché conta
I ricercatori possono scaricare e adattare Hydrogen-1.0, senza dipendere esclusivamente da un modello scientifico proprietario. Tuttavia, le esigenze hardware, le informazioni incomplete sull’addestramento e le valutazioni condotte dall’azienda implicano che dovranno testarlo nel proprio ambito di lavoro e verificare autonomamente le sue risposte.
