Maison
LOGOS, le modèle scientifique open source d'Aliyun, surpasse Microsoft avec 1/56e du nombre de paramètres
ATH-Token Foundry, filiale d'Alibaba, en collaboration avec l'Institut Gaoqiang d'intelligence artificielle de l'Université Renmin de Chine, a annoncé la mise à disposition en open source de LOGOS. Il s'agit du premier modèle de base génératif scientifique multidomaine reposant sur une syntaxe scientifique unifiée, qui, grâce à la modélisation pure des séquences, égale ou surpasse systématiquement les méthodes traditionnelles spécifiques à chaque domaine dans six tâches scientifiques représentatives.

Ce qui ressort particulièrement, c’est l’exceptionnelle efficacité des paramètres du modèle. Avec seulement 1 milliard de paramètres, LOGOS-1B surpasse NatureLM de Microsoft (qui compte 8 × 7 milliards de paramètres) sur plusieurs tâches clés.
Une syntaxe scientifique unifiée pionnière pour des objets hétérogènes
LOGOS utilise un vaste corpus de pré-entraînement couvrant sept modalités — macromolécules biologiques, entités chimiques et interactions d’interface — totalisant 44,87 milliards de tokens. Grâce à un vocabulaire partagé, il encode des objets auparavant hétérogènes, tels que les protéines et les petites molécules, en une séquence unifiée de tokens discrets.
Cette syntaxe scientifique distinctive permet aux grands modèles d’interpréter de manière autorégressive différents objets scientifiques au sein d’un espace de génération partagé. Elle introduit même une « méthode de description textuelle » qui permet de conceptualiser des règles d’interaction spatiales complexes sans saisir de coordonnées 3D compliquées, en s’appuyant uniquement sur la prédiction de séquences.

Combler le fossé entre le pré-entraînement et l’application
Dans les contextes de recherche classiques, le passage d’un modèle à un autre entre les différentes étapes nécessite souvent un réglage fin approfondi lors du déploiement. LOGOS assure une forte cohérence tant au niveau de la forme que de la finalité, car le format de séquence des données de pré-entraînement correspond aux formats d’entrée et de sortie des tâches en aval.
Cet alignement élimine efficacement la fracture entre le pré-entraînement et les applications concrètes, permettant des capacités génératives directes sans couches d’adaptation complexes. Alibaba a désormais entièrement open-sourcé les poids du modèle, le code d’inférence et le rapport technique relatifs à ce modèle de grande envergure.
Article connexe
Le lancement par Seed de ByteDance d’une campagne mondiale de recrutement sur les campus, offrant des actions virtuelles pour attirer les meilleurs talents en grands modèles
Dans le paysage concurrentiel des grands modèles de langage, la sécurisation des talents de premier plan reste l’actif stratégique le plus critique.Le 1er avril, ByteDance a annoncé le lancement de son initiative de recrutement sur les campus mondiau
Suno appose des filigranes aux chansons dans le cadre de batailles juridiques
Suno, la plateforme permettant aux utilisateurs de générer de la musique créée par l’intelligence artificielle, a dévoilé de nouvelles fonctionnalités pour étiqueter les titres produits sur la plateforme, restreindre les téléchargements et mettre à j
Musk admet que la construction de Grok a divulgué le code utilisateur, promet d’effacer toutes les données historiques
Elon Musk a abordé directement la controverse sur la vie privée concernant Grok Build, en commençant par un simple « Vrai » pour confirmer la validité de l’incident. Il s’est engagé à ce que toutes les données utilisateur précédemment téléchargées su
Recommandations de sujets spéciaux liés
commentaires (0)
ATH-Token Foundry, filiale d'Alibaba, en collaboration avec l'Institut Gaoqiang d'intelligence artificielle de l'Université Renmin de Chine, a annoncé la mise à disposition en open source de LOGOS. Il s'agit du premier modèle de base génératif scientifique multidomaine reposant sur une syntaxe scientifique unifiée, qui, grâce à la modélisation pure des séquences, égale ou surpasse systématiquement les méthodes traditionnelles spécifiques à chaque domaine dans six tâches scientifiques représentatives.

Ce qui ressort particulièrement, c’est l’exceptionnelle efficacité des paramètres du modèle. Avec seulement 1 milliard de paramètres, LOGOS-1B surpasse NatureLM de Microsoft (qui compte 8 × 7 milliards de paramètres) sur plusieurs tâches clés.
Une syntaxe scientifique unifiée pionnière pour des objets hétérogènes
LOGOS utilise un vaste corpus de pré-entraînement couvrant sept modalités — macromolécules biologiques, entités chimiques et interactions d’interface — totalisant 44,87 milliards de tokens. Grâce à un vocabulaire partagé, il encode des objets auparavant hétérogènes, tels que les protéines et les petites molécules, en une séquence unifiée de tokens discrets.
Cette syntaxe scientifique distinctive permet aux grands modèles d’interpréter de manière autorégressive différents objets scientifiques au sein d’un espace de génération partagé. Elle introduit même une « méthode de description textuelle » qui permet de conceptualiser des règles d’interaction spatiales complexes sans saisir de coordonnées 3D compliquées, en s’appuyant uniquement sur la prédiction de séquences.

Combler le fossé entre le pré-entraînement et l’application
Dans les contextes de recherche classiques, le passage d’un modèle à un autre entre les différentes étapes nécessite souvent un réglage fin approfondi lors du déploiement. LOGOS assure une forte cohérence tant au niveau de la forme que de la finalité, car le format de séquence des données de pré-entraînement correspond aux formats d’entrée et de sortie des tâches en aval.
Cet alignement élimine efficacement la fracture entre le pré-entraînement et les applications concrètes, permettant des capacités génératives directes sans couches d’adaptation complexes. Alibaba a désormais entièrement open-sourcé les poids du modèle, le code d’inférence et le rapport technique relatifs à ce modèle de grande envergure.
Le lancement par Seed de ByteDance d’une campagne mondiale de recrutement sur les campus, offrant des actions virtuelles pour attirer les meilleurs talents en grands modèles
Dans le paysage concurrentiel des grands modèles de langage, la sécurisation des talents de premier plan reste l’actif stratégique le plus critique.Le 1er avril, ByteDance a annoncé le lancement de son initiative de recrutement sur les campus mondiau
Suno appose des filigranes aux chansons dans le cadre de batailles juridiques
Suno, la plateforme permettant aux utilisateurs de générer de la musique créée par l’intelligence artificielle, a dévoilé de nouvelles fonctionnalités pour étiqueter les titres produits sur la plateforme, restreindre les téléchargements et mettre à j
Musk admet que la construction de Grok a divulgué le code utilisateur, promet d’effacer toutes les données historiques
Elon Musk a abordé directement la controverse sur la vie privée concernant Grok Build, en commençant par un simple « Vrai » pour confirmer la validité de l’incident. Il s’est engagé à ce que toutes les données utilisateur précédemment téléchargées su











