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
这篇文章分析得很透彻,收藏了!
看完了,收获满满,期待更多更新。
收藏了,以后慢慢研究。
赞同,实践出真知。
写得挺用心的,支持一下。
赞同,实践出真知。
刚好最近在找这方面的资料,太及时了。
楼主辛苦了,内容很有参考价值。
这篇文章分析得很透彻,收藏了!
路过
不错不错,已加入书签。
这个观点很中肯,深有同感。