Deep Principle har släppt Hydrogen-1.0, en modell för kemi, materialvetenskap och livsvetenskap. Företaget uppger att det har anpassat GLM-5.3, en modell från Z.ai, med hjälp av vetenskapligt material, laboratoriejournaler och dokumentation av forskningsagenters agerande. MarkTechPost beskriver Hydrogen-1.0 som en modell med 753 miljarder parametrar.
Modellvikterna – filerna som behövs för att köra eller anpassa modellen – finns på Hugging Face under MIT-licensen. Det gör det möjligt för forskare och utvecklare att genomföra egna utvärderingar och bygga verktyg kring modellen, i stället för att enbart förlita sig på en tjänst som drivs av ett företag. I släppet ingår inte de fullständiga träningsdataseten eller hela träningsmetoden.
Vad testade Deep Principle?
Deep Principle uppger att Hydrogen-1.0 slog GPT-6-Astra på FrontierScience-Research och presterade bättre än sin ursprungsmodell, GLM-5.3, på GPQA-Diamonds, där resultatet ungefär motsvarade Kimi-K3. Företagets tillkännagivande anger inga poäng för jämförelserna, så läsarna kan inte utifrån texten ensamma bedöma hur stora de rapporterade förbättringarna är.
I företagets egna utvärderingar av forskningsuppgifter fick Hydrogen-1.0 högre poäng än GPT-6-Astra på vetenskapliga beräkningar och prediktion av framåtreaktioner vid alla tre testade resonemangsnivåer. Jämfört med Astra på dess högsta nivå var försprången enligt rapporten 5,13 respektive 4,76 procentenheter. Astra fick 3,33 poäng högre på NMR-strukturanalys. Deep Principle jämförde också modellerna på 117 frågor om experimentplanering, men tillkännagivandet anger inte modellernas poäng i texten.
Vad kan forskare köra?
Deep Principle visar hur modellen skriver och reparerar kod för en polymersimulering, kartlägger möjliga kemiska reaktioner och bedömer kandidatstrukturer utifrån ett NMR-spektrum. Exemplen använder externa verktyg och forskningsmiljöer; de är demonstrationer, inte bevis för att modellens vetenskapliga slutsatser är korrekta.
Hugging Face-sidan innehåller BF16-vikter med full precision och versioner med lägre precision för viss hårdvara: NVIDIA Blackwell-chip eller AMD Instinct MI350X och MI355X. Enligt sidan har en driftsättning testats på åtta GPU:er, men det framgår inte vilken hårdvara som användes i testet. Där står också att kraven varierar beroende på programvara och konfiguration, och att modellen kan ge felaktiga svar. Forskare bör kontrollera viktiga påståenden med hjälp av beräkningar, litteratur eller experiment.
Varför det spelar roll
Forskare kan ladda ner och anpassa Hydrogen-1.0 i stället för att enbart vara beroende av en proprietär vetenskaplig modell. Men de höga hårdvarukraven, den ofullständiga informationen om träningen och företagets egna utvärderingar innebär att forskarna behöver testa modellen i sitt eget arbete och kontrollera svaren oberoende.
