科学研究向け「Hydrogen-1.0」を公開、GLM-5.3を研究記録で追加学習
日本語参考訳
オープンモデルが、実際の科学研究でGPT-6-Astraを上回りました🤯 名前はHydrogen-1.0。誰でも重みをダウンロードできます。 ・GLM-5.3をベースに構築 ・実際の実験記録、内部の科学データ、過去の発見に至る過程で学習 ・FrontierScience-Researchで38.3％（GPT-6-Astraは33.3％） ・GPQA-Diamondで93.0％ どの研究室でも実行し、仕組みを確認し、自分たちの研究に合わせて調整できるようになりました。
AINNでは投稿本文・投稿者本人の追記・第三者コメントの全文転載を避け、X公式埋め込みと元投稿への導線を中心に表示します。
AIによる見どころ整理
何について
Deep Principleは、科学研究を支援するオープンウェイトモデルHydrogen-1.0を発表した。GLM-5.3を土台に、化学・材料科学・生命科学のデータ、実験室の記録、発見に至る判断の過程で追加学習している。Alvaro Cintas氏の投稿は、この発表と評価結果を紹介したものだ。 開発元が報告するスコアは、FrontierScience-Researchで38.3％（比較対象のGPT-6-Astraは33.3％）、GPQA-Diamondで93.0％。ただし、これは科学知識・推論のベンチマークでの結果であり、研究全般でAstraを上回る実証ではない。公式の別の社内評価では、NMRによる構造解析はAstraの最大思考設定の方が高かったと説明されている。 モデルカードは、重みをMITライセンスで提供する一方、訓練データ全体や完全な学習手順は公開していないと明記する。Hugging Faceでのファイル取得には情報共有と条件への同意が必要で、実行には十分なメモリーと対応環境も必要。科学的な出力は誤りを含み得るため、論文・計算・実験による独立した確認が求められる。
なぜ注目
研究記録や発見の過程を学習したモデルの重みが公開され、開発者が検証・改良できる対象が増える。比較スコアと公開範囲、利用条件を一次資料で確認できる。
🔰 初学者向け要約
科学の専門知識だけでなく、実験の進め方や試行錯誤の記録を学ばせたAIです。中身の重みを使って研究用途に合わせられますが、普通のPCで誰でもすぐ動くとは限らず、回答の正しさは研究者が確かめる必要があります。
用語を調べる
公開記事とWeb上の出典をもとに、Geminiが短く説明します。1日5回まで利用できます。