NVIDIA Nemotron เสริมความแม่นยำในงานวิจัยวิทยาศาสตร์ด้วยการฝึกฝนหลังการใช้งาน

Agentic AI กำลังเข้ามาเปลี่ยนแปลงการวิจัยและนวัตกรรมทางวิทยาศาสตร์ โดยนักวิจัยสามารถสื่อสารสมมติฐานทางวิทยาศาสตร์ที่ซับซ้อนด้วยภาษาธรรมชาติ และปล่อยให้ autonomous agents วางแผนงาน, จำลอง, ประเมินผล, และแก้ไขตัวเองได้ในหลายรอบ

ระบบนี้รวมถึง Nemotron 3.5 Super VL ซึ่งเป็นโมเดลแบบ open และปรับแต่งได้หลากหลายโหมด และ NVIDIA Nemotron Litmus-Bench V2.0 ซึ่งเป็นชุดข้อมูลและเกณฑ์มาตรฐานแบบ open source สำหรับการฝึกและประเมิน LLM และ agentic AI ในคุณสมบัติทางเคมี

สร้างสภาพแวดล้อมการเรียนรู้แบบเสริมแรงจากข้อมูลการทดลอง

จุดเริ่มต้นคือไฟล์ CSV ที่มีบันทึกการทดลอง เช่น ลำดับ, สตริง SMILES, เงื่อนไขปฏิกิริยา และเมตาดาตาอื่น ๆ ที่จับคู่กับคุณสมบัติหรือผลลัพธ์ที่วัดได้

Data distillation สำหรับ SFT

ไปป์ไลน์การกลั่นข้อมูลจะรัน Claude Sonnet 5.5 บนชุดข้อมูลการฝึก โดยให้คะแนนการทดลองแต่ละครั้งด้วย Tanimoto similarity กับ ground truth metabolite และเก็บเฉพาะคู่ (คำถาม, reasoning trace) ที่โมเดลทำถูกตามกฎที่กำหนด

กฎสำคัญคือ SMILES ที่ส่งเข้า submit_metabolite ต้องถูกต้องตามหลักเคมีและเป็นผลิตภัณฑ์ทางเมแทบอไลต์ที่ถูกต้อง และต้องประยุกต์ใช้กลไกปฏิกิริยาของเอนไซม์ที่ระบุด้วย

ศัพท์ที่ควรรู้

  • Agentic AI – ปัญญาประดิษฐ์ที่สามารถดำเนินการและวางแผนงานได้ด้วยตนเอง
  • Nemotron 3.5 Super VL – โมเดลแบบ open และปรับแต่งได้หลากหลายโหมดที่ใช้ในเวิร์กโฟลว์เฉพาะทาง
  • NVIDIA Nemotron Litmus-Bench V2.0 – ชุดข้อมูลและเกณฑ์มาตรฐานแบบ open source สำหรับการประเมิน LLM ในคุณสมบัติทางเคมี
  • SMILES – ระบบการเข้ารหัสแบบข้อความที่ใช้แทนโครงสร้างโมเลกุลทางเคมี
  • Data distillation – กระบวนการกลั่นข้อมูลเพื่อสกัดเอาเฉพาะส่วนที่มีคุณภาพสูงสำหรับการฝึกฝนโมเดล

ที่มา: developer.nvidia.com

Leave a Comment