实测深度原理 Hydrogen-1.0:对比 GPT-6Astra 的科研模型使用体验
自动整理 · 基于采集摘要,未逐条核验
本站整理于
事件要点
作者实测深度原理的科研模型 Hydrogen-1.0,该模型以 GLM5.3 为底座,用化学、材料、生命科学知识和科学发现轨迹做 SFT 与 RL 再训练。在 FrontierScience Research 上解题率 38.3%,高于 GPT-6Astra 最高档的 33.3% 且成本更低。
相关背景
GPT是什么:模型家族、ChatGPT与API的关系
GPT是OpenAI用于一系列生成式模型的名称,可以根据输入生成文字,也可由支持相应模态的具体版本理解图片。ChatGPT是用户直接使用的应用,GPT模型则可以通过API嵌入自己的软件,两者不能用同一个产品名代替。选择时应写清模型ID及所需功能;一个GPT版本支持的工具或输入类型,不能自动推到所有历史版本。
监督微调是什么?SFT 的示范数据、格式与评测方法
监督微调SFT在已有模型上,用示范数据继续训练,让模型更倾向于产生目标输出。语言模型中常见资料是提示与回答,或者具有角色标记的对话。训练会改变模型参数,而普通对话中提供参考资料主要改变当前上下文。SFT适合调整任务行为,但示范质量有限时也会学入错误,不能保证新增事实始终正确。
阅读说明
事件要点来自采集摘要;相关背景引用本站已有资料,帮助理解术语,不作为本次事件的新事实。产品效果、适用条件及后续变化请查看原始资料。
原文来源
来源与采集进展
| 来源 | 报道标题 | 原文发布时间 | 本站收录时间 |
|---|---|---|---|
| mp.weixin.qq.com | 实测深度原理 Hydrogen-1.0:对比 GPT-6Astra 的科研模型使用体验 | 2026-11-11 18:45 | 2026-11-11 18:57 |