InternLM lanza proyectores Sage-SciPerception que conectan encoders científicos a modelos de lenguaje
La versión en Hugging Face mapea cristales, espectros, secuencias y biosignales al espacio del LM; reporta 97,35% en BEACON ncRNA y 49,75% Acc@1 en QM9S.
Por qué importa
InternLM publicó Sage-SciPerception en Hugging Face: proyectores entrenables que mapean representaciones científicas al espacio de embeddings de un LM.
Datos clave
- HF repo internlm/Sage-SciPerception created 2026-11-06T07:34:30Z
- Modalities: crystals, spectra, sequences, biosignals, molecular graphs
- BEACON ncRNA family classification accuracy 97.35% (author-reported)
- QM9S joint-spectrum structure ID Acc@1 49.75% (author-reported)
- Inference path uses vLLM prompt_embeds; license TBD on card