Por Canuto  

Deep Principle presentó Hydrogen-1.0, un modelo de pesos abiertos orientado a química, materiales y ciencias de la vida. La compañía reporta que aventaja a GPT-6-Astra en una prueba de investigación, aunque reconoce resultados dispares en otras tareas.
***

  • El modelo suma 753.000 millones de parámetros, deriva de GLM-5.3 y ofrece contexto de hasta un millón de tokens.
  • Deep Principle reporta 38,3% en FrontierScience-Research, frente a 33,3% para GPT-6-Astra.
  • Sus pesos tienen licencia MIT, pero la empresa no publicó los conjuntos de datos completos ni las recetas de entrenamiento.

 

Deep Principle presentó Hydrogen-1.0, un modelo de inteligencia artificial de pesos abiertos diseñado para apoyar tareas de química, ciencia de materiales y ciencias de la vida. La empresa lo describe como un asistente de investigación capaz de contribuir al planteamiento de preguntas, la planificación de experimentos, el análisis de resultados y el descubrimiento científico abierto.

El sistema cuenta con 753.000 millones de parámetros y deriva de GLM-5.3, el modelo de Z.ai, que Deep Principle sometió a un proceso de ajuste especializado. Aunque la compañía destaca resultados competitivos frente a sistemas propietarios, las cifras disponibles proceden de evaluaciones reportadas por sus propios equipos y deben leerse con esa atribución.

Un modelo grande ajustado para tareas científicas

Hydrogen-1.0 conserva la arquitectura de mezcla de expertos de su modelo de base, con alrededor de 40.000 millones de parámetros activos, según la información publicada por Deep Principle. La ficha técnica también indica una ventana de contexto de un millón de tokens y una longitud máxima de salida de 128.000 tokens, características destinadas a procesar documentos extensos y generar respuestas largas.

El objetivo declarado no es solo responder preguntas de ciencias, sino ayudar a recorrer etapas de una investigación. En ese flujo, el modelo puede proponer preguntas, organizar experimentos y revisar los resultados obtenidos, una combinación que la empresa presenta como útil para conectar razonamiento asistido por IA con prácticas de laboratorio.

La propuesta se diferencia de un modelo científico entrenado únicamente con publicaciones porque incorpora registros de laboratorio y trayectorias de descubrimiento. Esos materiales pueden reflejar tanto decisiones como retroalimentación y errores, aunque la compañía no publicó los conjuntos de datos completos ni las recetas detalladas de entrenamiento, lo que limita la posibilidad de reproducir de forma independiente todo el proceso.

Los pesos se distribuyen bajo licencia MIT y están disponibles en Hugging Face y ModelScope, según la información del lanzamiento. Esa licencia permite inspeccionar y adaptar el modelo con mayor libertad que un servicio exclusivamente propietario, pero el acceso a los pesos no equivale a disponer de todos los ingredientes necesarios para reconstruir su entrenamiento.

Entrenamiento con datos y trayectorias de laboratorio

El proceso de postentrenamiento combina ajuste fino supervisado, conocido como SFT, con aprendizaje por refuerzo. Deep Principle organizó los datos en cuatro fuentes: conocimiento de química, materiales y ciencias de la vida; escenarios de investigación con retroalimentación de sus científicos; cuadernos electrónicos de laboratorio capturados mediante Mira; y trayectorias de descubrimiento que incluyen intentos fallidos.

La inclusión de registros experimentales busca aportar contexto sobre cómo se desarrolla una investigación, más allá de sus resultados publicados. Las trayectorias, en particular, guardan secuencias de decisiones y respuestas, de modo que el entrenamiento puede incorporar información sobre los caminos que no funcionaron, además de los que llegaron a una conclusión útil.

En el plano técnico, la infraestructura de entrenamiento se apoya en Megatron y SGLang, con soporte para NVIDIA CUDA y AMD ROCm. El equipo también describe atención dispersa dinámica causal entre fragmentos de contexto paralelo y un sistema que mueve el estado del optimizador Muon entre CPU, GPU y disco, según el backend utilizado.

Para el aprendizaje por refuerzo, Deep Principle señala que empleó rollouts reanudables y conservó la log-probabilidad original de cada token para aplicar correcciones de importancia. Después, un adaptador de formato transforma los checkpoints de entrenamiento en pesos BF16 y FP8 organizados en bloques de 128 por 128 para la inferencia, aunque el detalle completo del procedimiento no está disponible públicamente.

Resultados prometedores, con diferencias entre pruebas

En FrontierScience-Research, Deep Principle reporta que Hydrogen-1.0 obtuvo 38,3%, por encima del 33,3% atribuido a GPT-6-Astra. La compañía presenta ese resultado como una ventaja en una evaluación de investigación científica, pero las cifras se basan en su propio reporte y no describen por sí solas el desempeño del modelo en todas las disciplinas o condiciones de uso.

La empresa también informó un resultado de 93% en GPQA-Diamond, una prueba de preguntas científicas, que el artículo de MarkTechPost describe como cercano al de Kimi-K3. En la tabla comparativa se consigna un 96% para GPT-6-Astra, cifra atribuida a OpenAI, por lo que el desempeño depende del benchmark: Hydrogen-1.0 no lidera en todos los indicadores presentados.

En evaluaciones internas de tareas de investigación, el modelo aventajó a GPT-6-Astra, configurado con máximo esfuerzo de razonamiento, por 5,13 puntos porcentuales en cómputo científico y por 4,76 puntos en predicción de reacciones directas. En cambio, GPT-6-Astra quedó 3,33 puntos por delante en elucidación de estructuras mediante resonancia magnética nuclear, una diferencia que muestra un perfil desigual entre tareas.

En un ejercicio de diseño de complejos de metales de transición, los sistemas buscaron maximizar la brecha HOMO-LUMO durante cinco rondas. Para la quinta, Hydrogen-1.0 alcanzó una brecha media de mejor resultado hasta entonces de 4,318 eV, frente a 3,689 eV para GPT-6-Astra y 3,353 eV para Kimi-K3; la métrica corresponde a ese ejercicio específico, no a una evaluación general de descubrimiento.

La compañía también comparó modelos en 117 preguntas de planificación de experimentos y reportó que Hydrogen-1.0 superó a Kimi-K3. GPT-6-Astra y Opus-5.5 quedaron fuera de esa comparación después de rechazar más de la mitad de las solicitudes, una condición que conviene tener en cuenta al interpretar el resultado y su alcance.

Demostraciones, despliegue y límites de acceso

Las demostraciones técnicas incluyen la construcción de una masa fundida de polietileno en Python y su ejecución con GROMACS. Según Deep Principle, Hydrogen-1.0 detectó un error de topología, lo corrigió y analizó la trayectoria resultante de 40 ns, una secuencia que combina generación de código, detección de fallos y revisión de resultados.

En otra prueba, el modelo amplió una red de reacción Ireland-Claisen desde 27 estructuras mediante 30 reacciones plausibles. También clasificó siete productos candidatos de monoformilación de 2-bromonaftaleno a partir de un espectro de 1H NMR, dos ejemplos que ilustran su orientación hacia problemas de química y análisis molecular.

Una cuarta demostración consistió en redactar un protocolo JSON para un estudio de acoplamiento Suzuki de 12 viales. Antes de ejecutar el procedimiento, un compilador de laboratorio virtual detectó una aspiración sin una punta nueva, según la presentación técnica; el ejemplo muestra una revisión de instrucciones experimentales, no prueba por sí mismo una operación autónoma en un laboratorio físico.

Para desplegar el modelo, Deep Principle probó un servicio BF16 con SGLang en ocho GPU y paralelismo tensorial de ocho vías. La empresa también ofrece variantes NVFP4 dirigidas a NVIDIA B200 y B300, y MXFP4 para AMD Instinct MI350X y MI355X; el servidor expone una API compatible con OpenAI e incluye una opción para configurar el esfuerzo de razonamiento.

La publicación de pesos amplía las posibilidades para que desarrolladores e investigadores inspeccionen y ejecuten un modelo científico de gran tamaño, pero las exigencias de hardware y la falta de datos completos siguen siendo consideraciones importantes. Por ahora, los resultados más llamativos, como la ventaja reportada en FrontierScience-Research, conviven con retrocesos en tareas concretas y con evaluaciones que la propia compañía presenta como internas.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados