Deep Principle 发布 Hydrogen-1.0:面向科学发现的 753B 开放权重模型

溪行者AI 前沿📡 BestBlogs·AI高分精选⭐ 882026-11-03721 阅读💛 179 收藏
Deep Principle 发布 Hydrogen-1.0:面向科学发现的 753B 开放权重模型

📌 One-Sentence Summary

Deep Principle 发布 Hydrogen-1.0,这是一个基于实验室记录与发现轨迹训练的 753B 开放权重科学模型,在 FrontierScience-Research 基准上超越 GPT-6-Astra。

📝 Summary

Hydrogen-1.0 是一个 753B 参数的开放权重模型,基于 Z.ai 的 GLM-5.3 衍生,专门针对化学、材料科学和生命科学进行后训练。它结合了监督微调与强化学习,使用了领域知识、研究场景、实验室记录和发现轨迹。该模型在 FrontierScience-Research 上达到 38.3%(GPT-6-Astra 为 33.3%),在 GPQA-Diamond 上达到 93.0%,但在 NMR 结构解析方面落后于 GPT-6-Astra。它支持 1M token 上下文,可在 8 块 GPU 上通过 SGLang 运行,并以 MIT 许可证提供适用于 NVIDIA B200/B300 和 AMD MI350X/MI355X GPU 的 NVFP4/MXFP4 构建版本。

💡 Main Points

科学领域专业化

Hydrogen-1.0 专门针对化学、材料科学和生命科学进行后训练,使用了领域数据、实验室记录和智能体发现轨迹,这使其区别于 GLM-5.3 等专注于编程和智能体的通用模型。

在 FrontierScience-Research 上表现优异

该模型在 FrontierScience-Research 基准上达到 38.3%,超过 GPT-6-Astra 的 33.3%,在科学问题求解、问题构建、实验规划和结果分析方面展现出强大能力。

结合真实实验室数据的高级训练流程

训练结合了 SFT 与 RL,使用四类数据源:领域知识、包含科学家反馈的研究场景、通过 Mira 平台获取的全周期电子实验记录本记录,以及包含失败尝试的发现轨迹,从而实现更稳健的科学推理。

硬件优化部署

支持适用于 NVIDIA B200/B300 的 NVFP4 和适用于 AMD MI350X/MI355X GPU 的 MXFP4,可在 8 块 GPU 上通过 SGLang 张量并行运行,并暴露兼容 OpenAI 的 API,提供 reasoning_effort 设置以实现灵活部署。

💬 Key Quotes

Hydrogen-1.0 是 Deep Principle 推出的科研助手模型,该公司是一家总部位于杭州的 AI for Materials 企业。

在 FrontierScience-Research 上,Hydrogen-1.0 达到 38.3%,而 GPT-6-Astra 为 33.3%。

该流程结合了监督微调(SFT)与强化学习(RL)。

权重已在 Hugging Face 和 ModelScope 上以 MIT 许可证发布。

📊 Article Meta

AI Screening: 88

Source: MarkTechPost

Author: Asif Razzaq

Category: 人工智能

Language: 英文

Read Time: 4 min

Word Count: 934

Tags:

AI 与智能应用 , 模型训练与推理 , 材料科学 , 强化学习 , 后训练

#AI 与智能应用# 模型训练与推理# 材料科学# 强化学习# 后训练

文章评论(12)

一个橘子12 天前

这篇文章分析得很透彻,收藏了!

回复
石佳琪13 天前

看完了,收获满满,期待更多更新。

回复
雪知秋12 天前

收藏了,以后慢慢研究。

回复
竹听风13 天前

赞同,实践出真知。

回复
武磊12 天前

写得挺用心的,支持一下。

回复
星寻梦12 天前

赞同,实践出真知。

回复
雪知秋12 天前

刚好最近在找这方面的资料,太及时了。

回复
石佳琪12 天前

楼主辛苦了,内容很有参考价值。

回复
逐光而行12 天前

这篇文章分析得很透彻,收藏了!

回复
龙文博12 天前

路过

回复
松听风12 天前

不错不错,已加入书签。

回复
林拾贝12 天前

这个观点很中肯,深有同感。

回复