初の統合科学大規模言語モデル LOGOS が正式にオープンソース化
AI 要約
LOGOS は ATH-Token Foundry と中国人民大学高瓴人工智能学院が共同でオープンソース化した、統一的な「科学文法」に基づく初の多分野科学生成基盤モデルである。LOGOS-1B(1B パラメータ)は 6 つの科学タスクで分野特化手法に匹敵またはそれを上回る。ポケット条件付きリガンド生成では純粋な配列パラダイムが初めて 3D 拡散モデルを上回り、NatureLM(8×7B)を超えた。逆合成予測の Top-1 精度は 74.8%、ポケット部位識別は配列のみで 58.5% の Top-n 精度を達成し、MOF 材料生成の NBB は 17.78% に向上した。モデルは統一語彙表でタンパク質や低分子などを離散 Token に符号化し、空間相互作用の離散化により 3D 座標を必要としない配列予測を実現する。事前トレーニングと下流タスクの形式と目標が一致し、分野横断的な知識転移の有効性が実験で検証された。モデル重み、推論コード、技術報告書が完全にオープンソース化されている。
要点
- LOGOS は ATH-Token Foundry と中国人民大学高瓴人工智能学院が共同でオープンソース化した、統一的な「科学文法」に基づく初の多分野科学生成基盤モデルである。
- LOGOS-1B(1B パラメータ)は 6 つの科学タスクで分野特化手法に匹敵またはそれを上回る。
- ポケット条件付きリガンド生成では純粋な配列パラダイムが初めて 3D 拡散モデルを上回り、NatureLM(8×7B)を超えた。
- 逆合成予測の Top-1 精度は 74.
- 8%、ポケット部位識別は配列のみで 58.
概要
- 公開日時
- 更新日時
- カテゴリ
- モデル公開
- AI スコア
- 75
LOGOS用一套统一科学语法把蛋白质、小分子、材料等塞进同一个LLM框架,纯序列建模就干过了专用扩散模型,参数量却只有NatureLM的1/56,做AI4S的得认真看一眼。
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:初の統合科学大規模言語モデル LOGOS が正式にオープンソース化。2026年6月18日。https://new.nat6.net/ja/news/cmqiw7jw604v7sl5w10zed5s8/