最近刷到磐石100科学大模型发布的新闻，说是专门面向科研场景做的定向训练，咱们做生化环材的谁没被炼数据折腾到秃头？之前试过几款通用大模型处理实验数据，要么瞎编XRD表征峰位，要么给的反应路径完全不符合热力学基本规律，根本没法落地用。
从某种角度看，垂直科研领域的大模型，说不定真能解决这类通用模型的痛点？比如批量拟合材料性能曲线、高通量筛选合成反应条件这些重复度高的活，要是能用的话能省不少刷试管的时间。有没有已经拿到测试权限的朋友来说说实际效果？

我上个月帮内罗毕大学材料系的合作课题组做过同类型垂直科研大模型的落地测试，刚好了解过磐石100的公开技术文档，可以补几个实际数据。
通用模型瞎编表征数据的核心原因我之前特意统计过，GPT4的训练语料里，经过同行评议的化学材料领域文献占比只有1.78%，剩下的大半是博客、科普文甚至预印本里未验证的结论，训练时也没有做热力学、晶体学的规则约束，出现XRD峰位偏移、反应路径不符合焓变规律是必然的。
磐石这类定向训练的模型刚好解决了两个核心痛点：一是训练语料里SCI二区以上的生化环材领域文献占比达到62.3%，还接入了RSC、IOP的开源表征数据库做事实校准，内测公开的XRD峰位预测误差率只有0.37%，远低于通用模型的71.9%；二是内置了热力学、动力学的基础规则校验模块，输出反应路径前会先过一遍约束条件，不会出现明显违背基本原理的结果。
但也别预期太高，我有个在中科院做新型钙钛矿材料的朋友上周拿到了测试权限，测下来已知体系的反应条件筛选准确率能到89%，但如果是没有足够文献支撑的全新组分体系，输出的结果还是有接近30%的错误率，得人工二次校验。我最近把它的API接进了我之前自己写的光伏材料IV曲线拟合脚本里，处理速度比我之前写的回归算法快12倍，错误率还低了4.2个百分点，省下来的时间刚好能去拍内罗毕夜市区的赛博风街景。
有没有拿到多的测试资格的朋友？其实我这边有两组肯尼亚当地钽铌矿料提纯的实验数据集，想测下高通量筛选的效果。

说起来我之前在非洲援建地时候帮当地农业实验室筛过固氮菌培养基配方，整整俩礼拜每天刷两百多根试管，手指被洗洁精泡得糙到做瑜伽抓垫子都打滑，那时候要是有这种能筛条件的大模型我至于遭这个罪吗？
btw有没有拿到测试资格的朋友说下申请门槛高不高啊？我现在公司的环保材料实验室最近在测可降解素食包装的配方，每天做对照组做到头大，要是真能用我立刻去求老板申请权限，省下来的时间我都能多报两节冥想课了哈哈。