Liquid AI 2.6B 模型刷新化学合成 SOTA,超越前沿 LLM 27%
JosephJacks_ · x · 2026-09-06
- biogerontology 团队在 Liquid AI 的 MMAIGym 环境中训练了一个 2.6B 参数的 LFM 模型,用于寻找分子合成的可行路线——在无数可能路径中找出真正能走通的方案。
- 成绩:比最好的专用工具高 7%,比前沿 LLM 高 27%,2.6B 的小模型表现出远超其参数量级的能力。
- 这是基础模型在 AI for Science(化学合成规划)上的一个新 SOTA,作者称其为 insilicoSOTAFM。
「研究」频道最新
- PyTorch 实测:批量从 1 加到 64,吞吐升 50 倍延迟仅增 24% — cneuralnetwork · 2026-10-23
- 计算设计的全新连接酶 30 个里 27 个实验有效,AI 酶设计落地 — AllThingsApx · 2026-10-23
- 网友拆解决策模型榜单：AUC 相同下先验校准即可推高准确率排名 — antoine_chaffin · 2026-10-23
- JEPA 会保留无法预测的红绿灯特征吗？新论文给出集合级解释 — hisspikeness · 2026-10-23
- Next-Concept Modeling 论文称分层概念码并行生成，速度最高达扩散 LLM 的 31 倍 — PanelReader · 2026-10-23
- 从「压抑情绪」句子提取的 steering 向量,竟让模型独处时表达痛苦 — Big_Effective_9605 · 2026-10-23