深度原理（Deep Principle）放出了 Hydrogen-1.0，一个拿智谱 GLM-5.3 做底、专门往化学、材料、生命科学方向后训练的模型，权重… · @0xwolverines · TwKit

@0xwolverines

深度原理（Deep Principle）放出了 Hydrogen-1.0，一个拿智谱 GLM-5.3 做底、专门往化学、材料、生命科学方向后训练的模型，权重 MIT 协议。看到"开源打赢 GPT-6 Astra"先别激动，我翻了一遍 Hugging Face 模型页和技术博客，几个细节比标题有用。 先说个头。BF16 原版仓库标的参数量是 7533 亿，Hugging Face 上要登录点一下同意才能下（自动通过）。官方另给了两个 4bit 版，NVFP4 是团队在 8 张 B300 上测的，MXFP4 是在 AMD MI350X 上用 4 卡张量并行测的。也就是说"开源"是真的，但普通人本地跑不起来，这是给有机房的实验室和公司准备的。 成绩全是自家评测。博客说在 FrontierScience-Research 上超过 GPT-6 Astra，内部的科学计算和正向反应预测比 Astra 最高档思考分别高 5.13 和 4.76 个百分点，但 NMR 结构解析反而落后 3.33 分，这一条他们自己写出来了，我挺认这个态度。找过渡金属配合物那个实验，五轮之后最佳 HOMO-LUMO 能隙 4.318 eV，Astra 是 3.689。训练数据和完整配方不随权重公开，所以外人暂时没法复现。 我最在意的反而是部署说明里一句很实在的话：MXFP4 版 128 个长推理请求并发时 KV 缓存被塞满开始驱逐，回答质量明显掉，降到 48 个并发时缓存不到 75%，质量正常。真要拿去给课题组当共享服务，我会先按这个数压并发，再拿自己领域的几道题对一遍，别直接信榜单。 模型页：http://huggingface.co/deep-principle/Hydrogen-1.0 #开源模型 #AIforScience #GLM

曝光 38 · 评论 2 · 点赞 0 · 书签 0