A Deep Principle lançou o Hydrogen-1.0, um modelo voltado para química, ciência dos materiais e ciências da vida. A empresa afirma que adaptou o GLM-5.3, modelo da Z.ai, usando material científico, registros de laboratório e relatos das ações de agentes de pesquisa. O MarkTechPost identifica o Hydrogen-1.0 como um modelo com 753 bilhões de parâmetros.
Os pesos do modelo — os arquivos necessários para executá-lo ou adaptá-lo — estão disponíveis no Hugging Face sob a Licença MIT. Assim, pesquisadores e desenvolvedores podem fazer suas próprias avaliações e criar ferramentas com base nele, sem depender apenas de um serviço operado pela empresa. O lançamento não inclui todos os conjuntos de dados de treinamento nem o método completo usado no treinamento.
O que a Deep Principle testou?
A Deep Principle afirma que o Hydrogen-1.0 superou o GPT-6-Astra no FrontierScience-Research e teve resultados melhores que seu modelo de partida, o GLM-5.3, no GPQA-Diamonds, ficando aproximadamente no mesmo nível do Kimi-K3. O anúncio da empresa não informa as pontuações dessas comparações, então o texto, por si só, não permite avaliar a dimensão dos avanços relatados.
Nas avaliações próprias da empresa para tarefas de pesquisa, o Hydrogen-1.0 superou o GPT-6-Astra em computação científica e previsão direta de reações nos três níveis de raciocínio testados. Em comparação com o Astra em seu nível máximo, as vantagens relatadas foram de 5,13 e 4,76 pontos percentuais. O Astra ficou 3,33 pontos à frente na análise de estruturas por RMN. A Deep Principle também comparou os modelos em 117 perguntas sobre planejamento de experimentos, mas não informou no anúncio as pontuações obtidas.
O que os pesquisadores podem executar?
A Deep Principle demonstra o modelo escrevendo e corrigindo código para uma simulação de polímeros, mapeando possíveis reações químicas e avaliando estruturas candidatas com base em um espectro de RMN. Esses exemplos recorrem a ferramentas externas e ambientes de pesquisa; são demonstrações, não provas de que as conclusões científicas do modelo estejam corretas.
A página do Hugging Face inclui pesos BF16 de precisão total e versões de menor precisão para hardware específico: chips NVIDIA Blackwell ou AMD Instinct MI350X e MI355X. A página informa que uma implantação foi testada em oito GPUs, mas não especifica o hardware usado nesse teste. Também alerta que os requisitos variam conforme o software e a configuração e que o modelo pode dar respostas incorretas. Pesquisadores devem verificar afirmações importantes por meio de cálculos, literatura científica ou experimentos.
Por que importa
Pesquisadores podem baixar e adaptar o Hydrogen-1.0, em vez de depender exclusivamente de um modelo científico proprietário. Mas as exigências de hardware, a divulgação incompleta dos dados de treinamento e as avaliações conduzidas pela própria empresa significam que será necessário testá-lo em suas próprias pesquisas e verificar suas respostas de forma independente.
