Deep Principle 发布 Hydrogen-1.0 科学模型超越 GPT-6 Astra

Deep Principle 团队发布了基于 GLM-5.3 后训练的开源权重模型 Hydrogen-1.0，专注于化学、材料科学与生命科学领域。在 FrontierScience Research (FSR) 评估中，该模型在最大思考模式下达到 38.3% 通过率，领先 GPT-6 Astra 的 33.3% 五个百分点；同时其单次问题输出成本估算为 0.25 美元，比 Astra 的 0.88 美元低约 72%。此外，模型在 GPQA Diamond 上取得 92.9% 准确率，并在科学计算和单步反应预测等内部任务集上表现优于 Astra，但在 NMR 结构解析上略有落后。 训练过程结合了监督微调 (SFT) 与强化学习 (RL)，使用了包含研究目标、操作、观察及结果的实验室记录，以及包含反馈、失败尝试和意外结果的发现轨迹作为域数据。模型展示了五类工作流案例，包括使用 Python 构建聚乙烯熔体并运行 GROMACS 进行分子动力学模拟、探索竞争反应路径、对比七种候选结构与质子 NMR 谱图、生成 Suzuki 偶联实验的可机器读取协议，以及通过多轮反馈引导过渡金属配合物搜索。这些演示属于模型加工具的 walkthrough，GROMACS 负责计算，协议验证为虚拟检查，并不代表物理实验已实际执行。 事实层面，Hydrogen-1.0 已在 Hugging Face 开放权重并提供技术文档与试用入口 Mira AI Scientist。推断层面，该模型通过引入真实科研流程中的失败与修正数据，可能显著提升了复杂科学决策的连贯性，从而在特定垂直领域实现性能与成本的双重优势。猜测层面，这种基于特定领域轨迹的微调策略是否能在更广泛的通用科学推理中复现，仍需更多独立第三方评测验证，目前数据主要反映其在 Deep Principle 内部评估体系下的表现。