Hogar
LOGOS, el modelo científico de código abierto de Aliyun, supera a Microsoft con una 56.ª parte de los parámetros
ATH-Token Foundry, de Alibaba, en colaboración con el Instituto Gaoqiang de Inteligencia Artificial de la Universidad Renmin de China, ha anunciado el lanzamiento de LOGOS como software de código abierto. Se trata del primer modelo generativo científico multidominio construido sobre una sintaxis científica unificada, que iguala o supera de forma sistemática a los métodos tradicionales específicos de cada dominio en seis tareas científicas representativas mediante el modelado de secuencias puras.

Lo que más destaca es la excepcional eficiencia de los parámetros del modelo. Con solo 1 000 millones de parámetros, LOGOS-1B supera a NatureLM de Microsoft (que cuenta con 8 × 7 000 millones de parámetros) en varias tareas clave.
Sintaxis científica unificada pionera para objetos heterogéneos
LOGOS utiliza un amplio corpus de preentrenamiento que abarca siete modalidades —macromoléculas biológicas, entidades químicas e interacciones de interfaz— y que suma un total de 44 870 millones de tokens. A través de un vocabulario compartido, codifica objetos que antes eran heterogéneos, como proteínas y moléculas pequeñas, en una secuencia unificada de tokens discretos.
Esta sintaxis científica distintiva permite a los modelos de gran tamaño interpretar de forma autorregresiva diferentes objetos científicos dentro de un espacio de generación compartido. Incluso introduce un «método de descripción textual» que permite conceptualizar reglas complejas de interacción espacial sin necesidad de introducir coordenadas 3D intrincadas, basándose exclusivamente en la predicción de secuencias.

Salvar la brecha entre el preentrenamiento y la aplicación
En entornos de investigación convencionales, el cambio de modelo entre etapas suele requerir un ajuste exhaustivo en el momento de la implementación. LOGOS logra una gran coherencia tanto en la forma como en la finalidad, ya que el formato de secuencia de los datos de preentrenamiento coincide con los formatos de entrada y salida de las tareas posteriores.
Esta alineación elimina de forma efectiva la brecha entre el preentrenamiento y las aplicaciones del mundo real, lo que permite capacidades generativas directas sin necesidad de complejas capas de adaptación. Alibaba ha publicado ahora en código abierto los pesos del modelo, el código de inferencia y el informe técnico de este modelo a gran escala.
Artículo relacionado
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr
Google prueba el agente Remy AI para Gemini a medida que el enfoque se desplaza hacia el control del usuario
Según Business Insider, Google está probando Remy, un nuevo agente personal de IA para Gemini. Esta herramienta tiene como objetivo ejecutar tareas en nombre de los usuarios, optimizando tanto los flujos de trabajo profesionales como las rutinas diar
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
ATH-Token Foundry, de Alibaba, en colaboración con el Instituto Gaoqiang de Inteligencia Artificial de la Universidad Renmin de China, ha anunciado el lanzamiento de LOGOS como software de código abierto. Se trata del primer modelo generativo científico multidominio construido sobre una sintaxis científica unificada, que iguala o supera de forma sistemática a los métodos tradicionales específicos de cada dominio en seis tareas científicas representativas mediante el modelado de secuencias puras.

Lo que más destaca es la excepcional eficiencia de los parámetros del modelo. Con solo 1 000 millones de parámetros, LOGOS-1B supera a NatureLM de Microsoft (que cuenta con 8 × 7 000 millones de parámetros) en varias tareas clave.
Sintaxis científica unificada pionera para objetos heterogéneos
LOGOS utiliza un amplio corpus de preentrenamiento que abarca siete modalidades —macromoléculas biológicas, entidades químicas e interacciones de interfaz— y que suma un total de 44 870 millones de tokens. A través de un vocabulario compartido, codifica objetos que antes eran heterogéneos, como proteínas y moléculas pequeñas, en una secuencia unificada de tokens discretos.
Esta sintaxis científica distintiva permite a los modelos de gran tamaño interpretar de forma autorregresiva diferentes objetos científicos dentro de un espacio de generación compartido. Incluso introduce un «método de descripción textual» que permite conceptualizar reglas complejas de interacción espacial sin necesidad de introducir coordenadas 3D intrincadas, basándose exclusivamente en la predicción de secuencias.

Salvar la brecha entre el preentrenamiento y la aplicación
En entornos de investigación convencionales, el cambio de modelo entre etapas suele requerir un ajuste exhaustivo en el momento de la implementación. LOGOS logra una gran coherencia tanto en la forma como en la finalidad, ya que el formato de secuencia de los datos de preentrenamiento coincide con los formatos de entrada y salida de las tareas posteriores.
Esta alineación elimina de forma efectiva la brecha entre el preentrenamiento y las aplicaciones del mundo real, lo que permite capacidades generativas directas sin necesidad de complejas capas de adaptación. Alibaba ha publicado ahora en código abierto los pesos del modelo, el código de inferencia y el informe técnico de este modelo a gran escala.
Las acciones de EE. UU. alcanzan un hito histórico mientras gigantes de la IA y la aeroespacial se preparan para su debut de un billón de dólares
Elon Musk, Sam Altman y Dario Amodei, tres titanes del sector tecnológico, están avanzando hacia ofertas públicas iniciales para sus respectivas empresas. Con SpaceX, OpenAI y Anthropic, tres gigantes de la industria que se acercan a valoraciones de
La startup sueca de inteligencia artificial Lovable Eyes alcanza una valoración de 13.200 millones de dólares tras una importante ronda de financiación
Mientras las herramientas de codificación impulsadas por inteligencia artificial ganan terreno, la startup sueca Lovable ha asegurado una importante ronda de financiación. La empresa tiene como objetivo recaudar 3 000 millones de dólares, lo que podr











