Deep Principle veröffentlicht Hydrogen-1.0, ein offenes 753B-Modell für Chemie, Materialforschung und Lebenswissenschaften
Die Firma aus Hangzhou hat Z.ais GLM-5.3 mit Laborprotokollen und Entdeckungsverläufen nachtrainiert und meldet 38,3 % bei FrontierScience-Research gegenüber 33,3 % für GPT-6-Astra; die Werte sind selbst ermittelt, die Trainingsdaten nicht veröffentlicht.
Warum es wichtig ist
Die meisten jüngeren KI-für-Wissenschaft-Ergebnisse stammen von geschlossenen Modellen; Deep Principle positioniert Hydrogen-1.0 als überprüfbare Alternative unter MIT-Lizenz, die Forscher selbst betreiben und prüfen können. Der gemeldete Vorsprung ist knapp und beruht auf eigenen Läufen, bei der NMR-Strukturaufklärung liegt es hinter GPT-6-Astra. Abzuwarten sind unabhängige Replikationen und ob Labore es für die Versuchsplanung nutzen, wo die Firma einen Sieg über Kimi-K3 meldet.
Die wichtigsten Fakten
- 753 Mrd. Parameter, nachtrainiert aus GLM-5.3
- 38,3 % bei FrontierScience-Research vs. 33,3 % für GPT-6-Astra (selbst gemeldet)
- 93,0 % bei GPQA-Diamond (gemeldet)
- Unter MIT-Lizenz veröffentlicht
- 1M-Token-Kontext, maximal 128K Ausgabe
- Vollständige Daten und Rezepte nicht veröffentlicht