Nemotron for Science, de Nvidia, supera a GPT-6 Astra con 10 veces menos coste
Ajustado con los datos de un laboratorio, sus protocolos de puntos cuánticos llegaron al 61 % de precisión, frente al 54 % de GPT-6 Astra.

Un agente de dinámica molecular del Real Instituto de Tecnología KTH, en Suecia, pasó una noche en un solo Nvidia DGX Spark, del tamaño de un ordenador de escritorio, y reparó el 81 % de las simulaciones rotas que le dieron. Ese resultado es una de las pruebas detrás de Nemotron for Science, que Nvidia anunció el lunes: un modelo abierto, un nuevo conjunto de datos de química y recetas de ajuste para que cualquier laboratorio construya sus propios agentes científicos. Pone un asistente de primer nivel en laboratorios que nunca podrían permitirse alquilar uno a gran escala.
Un kit, no solo un modelo
El núcleo es Nemotron 3.5 Super VL, el modelo abierto de visión y lenguaje que Nvidia publicó en octubre. Tiene 120.000 millones de parámetros, pero solo usa 12.000 millones en cada paso, y por eso puede funcionar en local en un DGX Spark de 128 GB en lugar de en un centro de datos. Lee texto e imágenes, y en química las imágenes importan: las reacciones viven en diagramas.
A su alrededor, Nvidia ha añadido tres cosas que los científicos suelen tener que construir por su cuenta. Hay evaluaciones que miden cómo rinde el modelo en tareas reales de investigación y recetas para ajustarlo con los datos de cada laboratorio. La tercera es LitmusBench v0.2, un conjunto abierto de casi 50.000 preguntas de razonamiento químico sobre propiedades moleculares y datos de descubrimiento de fármacos, como la solubilidad o cómo procesa el cuerpo una molécula. Los agentes también pueden llamar a las herramientas CUDA-X de Nvidia para el cálculo pesado.
“Nemotron for Science da a los investigadores modelos abiertos, datos científicos y recetas de ajuste para construir agentes especializados”— Ian Buck, Nvidia
Los primeros usuarios enseñan lo que eso permite.
La receta del 61 % para los puntos cuánticos
Lila Sciences pidió al modelo que escribiera protocolos de laboratorio, instrucciones paso a paso que puede seguir un robot o un químico, para fabricar puntos cuánticos, los diminutos cristales que dan color a algunas pantallas de televisión. Sin ajustes, ya igualaba a los modelos más avanzados. Tras ajustarlo con los resultados de su propio laboratorio, su precisión casi se duplicó hasta el 61 %, frente al 54 % de GPT-6 Astra, con un coste de uso entre 10 y 20 veces menor.
Terray Therapeutics lo entrenó para extraer reactivos, productos y condiciones de los diagramas de los artículos de química, y superó los resultados publicados en dos pruebas, con cerca del 76 % de las reacciones anotadas recuperadas en RxnScribe. Therna lo ajustó para diseñar medicamentos de ARNm: su precisión al predecir cuánta proteína producirá un diseño casi se duplicó frente a los modelos más avanzados, y los científicos prefirieron sus explicaciones a las del modelo base en el 96 % de las comparaciones.
Las empresas son solo la mitad de la lista.
De Argonne a RIKEN, con máquinas que los laboratorios ya tienen
El Laboratorio Nacional de Argonne está integrando Nemotron en StructBioReasoner, un sistema de varios agentes que diseña y evalúa candidatos terapéuticos basados en proteínas contra el cáncer y otras enfermedades. El RIKEN japonés lo ha puesto a disposición en su plataforma de supercomputación de IA RIKYU, y el Centro de Supercomputación de Jülich, en Alemania, lo está incorporando a agentes de descubrimiento de fármacos y científico. El resultado nocturno del KTH lo comprobó por su cuenta GROMACS, el propio programa de simulación, así que cada arreglo quedó verificado y no supuesto.
El patrón se repite en todos los casos: un laboratorio toma un modelo abierto, le enseña con sus propios datos lo concreto que le interesa y obtiene un especialista más barato de usar que un modelo general de primer nivel. El modelo y LitmusBench ya están en Hugging Face.
Un laboratorio de química con un solo ordenador de escritorio ya puede entrenar de noche a su propio asistente de investigación y despertarse con los resultados.
Tuned Open Model Beats Frontier
The Brief
Mantén la curiosidad
IA y tecnología: qué cambia y por qué importa.
Tu selección diaria, en inglés o español.
Gratis para siempre. Cancela cuando quieras.
Más historias

The Specialty News





Conversación
Inicia la conversación