NVIDIA 发布 Nemotron for Science:RL 后训练让药物预测再提 17%
NVIDIAAI · x · 2026-11-17
NVIDIA 在 SC26 上由 Ian Buck 发布 Nemotron for Science 套件,含开源模型、数据集、工具和后训练配方,帮助研究者构建能规划任务、跑模拟、检查并自我修正结果的科研 agent。
核心内容:
- Nemotron 3.5 Super VL:开源可定制多模态模型,在科学基准上达到前沿精度,科研编码求解速度最快。
- RL Litmus-Bench V2.0:用于训练和评测 LLM/agent 在分子性质任务上的数据集与基准。
- 后训练配方:用 NeMo Gym 从实验数据构建自定义 RL 环境,再用 NeMo RL 做强化学习。药物代谢预测示例中,SFT 提升精度 12%,RL 后训练在 16384 token 输出预算下再提 17%。
- 可选蒸馏步骤:用 Claude Sonnet 5.5 等更强教师模型生成高质量推理轨迹做热启动,加速 RL 收敛。
官方给出完整 walkthrough:探索 NeMo Gym 与 NeMo RL 仓库,为自己的科学任务构建和评测 RL 环境。
「模型」频道最新
- NVIDIA 发布 Nemotron for Science:全开源科研智能体套件 — NVIDIAAI · 2026-11-17
- 研究者:扩散图像生成难吃反馈,代码内绘图的路线更可控 — josephdviviano · 2026-11-17
- 3 年花 2514 美元后,老用户仍在等 ChatGPT 收回王座 — MoreLunch1547 · 2026-11-17
- Claude Fable 5.2 回答缩短 43%,破折号用量骤降 99% — ArtificialAnlys · 2026-11-17
- InferenceBench 新榜:Gemini 4 Carbon 登第 3,打破 Anthropic 垄断 — maksym_andr · 2026-11-17
- 用户处理邮件时 ChatGPT 幻觉出一封不存在的客户邮件 — jdjohnson · 2026-11-17