在超算大会 SC26 上,英伟达正式推出面向科研场景的 Nemotron for Science 科研全家桶,整套方案包含开放多模态模型、科研评测基准、公开数据集、完整可复现的后训练配方,专门服务化学、蛋白设计、科学计算这类科研智能体开发。以往科研团队想要把大模型适配到细分科研方向,大多需要自己搭建微调流程、准备评测数据集,门槛很高,很多课题组缺少成熟的训练调参方案,而这次英伟达直接放出整套可落地的后训练配方,包含监督微调 SFT、强化学习 RL、蒸馏等完整链路,不用科研人员从零摸索训练流程。这套方案的核心底座是 Nemotron 3.5 Super VL 多模态开放模型,支持读取论文图表、实验表格、PDF 文献,搭配 LitmusBench v0.2 化学基准数据集,科研人员可以在超算集群上快速把通用模型改成领域专用科研智能体;整套流程依托 NeMo RL 框架、DGX Spark 超算基础设施,从模型权重、训练脚本、评测工具全部开放,科研团队拿到之后,按照后训练配方调整自有实验数据,就能做分子预测、材料仿真、科研推理任务。
Nemotron 科研全家桶核心组件清单
| 组件 | 作用说明 |
|---|---|
| Nemotron 3.5 Super VL | 开放多模态底座模型,支持图文理解、读取科研图表文献 |
| LitmusBench v0.2 | 公开科研评测基准,包含近 5 万条化学相关问答,用于后训练和效果验证 |
| 完整后训练配方 | SFT 监督微调、GRPO 强化学习、模型蒸馏整套可复现训练流程 |
| NeMo Gym / NeMo RL | 训练框架,搭建科研闭环环境,给模型做实验式强化学习 |
| DGX Spark 适配 | 面向超算集群的部署方案,适配超算中心大规模算力 |
后训练配方的标准流程
- 基础模型加载:加载 Nemotron 3.5 Super VL 开放权重
- 监督微调 SFT:使用科研数据集做基础对齐,让模型看懂化学、生物领域术语
- 搭建验证环境:基于 NeMo Gym 搭建带自动打分的科研验证环境
- 强化学习 RLVR:用 GRPO+LoRA 方式做领域强化学习,提升推理准确率
- 可选蒸馏:用更强的教师模型生成推理轨迹,加速收敛,进一步提升精度
- 基准测试:在 LitmusBench 上跑评测,对比不同版本模型效果
这套科研全家桶的优势
✅ 全链路开放:模型权重、数据集、训练脚本、调参配方同步放出,可复现
✅ 多模态适配科研:能识别图表、公式、实验图谱,不只处理纯文本
✅ 适配超算环境:原生对接 DGX Spark,适合超算中心大规模科研任务
✅ 降低科研 AI 门槛:不用课题组自研整套训练流程,直接在配方上改数据
现存局限
- 目前优先侧重化学方向,生物、材料、天文等其他学科需要团队自行扩充数据集
- 大规模 RL 后训练依然需要较高算力,普通单机很难跑完完整流程
- 后训练配方是参考基线,想要顶尖效果,还要结合课题组自有实验数据迭代
【常见问题】
问题 1:SC26 超算大会英伟达推出 Nemotron 科研全家桶,里面包含开放模型和后训练配方吗?
回答 1:SC26 超算大会英伟达推出 Nemotron 科研全家桶,整套方案包含 Nemotron 3.5 Super VL 开放多模态模型,同时配套完整可复现的科研后训练配方、评测基准与数据集。
问题 2:SC26 超算大会英伟达推出 Nemotron 科研全家桶,这套后训练配方主要用来做什么?
回答 2:SC26 超算大会英伟达推出 Nemotron 科研全家桶,这套后训练配方用来把通用底座模型做领域适配,通过监督微调、强化学习、蒸馏,打造化学、蛋白设计方向的科研 AI 智能体。
问题 3:SC26 超算大会英伟达推出 Nemotron 科研全家桶,核心底座是哪一款模型?
回答 3:SC26 超算大会英伟达推出 Nemotron 科研全家桶,核心底座是 Nemotron 3.5 Super VL 多模态开放模型,具备图文理解能力,可解析科研图表、PDF 文献。
【参考资料】
[2026-11-16](超算大会 SC26 现场,英伟达端出 Nemotron 科研全家桶,含开放模型与后训练配方)机器之心
[2026-11-16](NVIDIA Nemotron for Science 在 SC26 发布,加速科研智能体研发)英伟达新闻室
[2026-11-16](SC26:Nemotron 3.5 Super VL 配套科研后训练方案详解)新智元
[2026-11-16](Nemotron 科研基准 LitmusBench v0.2 数据集介绍)英伟达开发者博客
【免责声明】
本文为 SC26 超算大会英伟达 Nemotron 科研全家桶资讯整理,模型效果、后训练配方性能受算力、自有数据集影响;开放模型使用、训练脚本遵循英伟达对应开源协议,本文不构成科研项目选型、算力采购的决策依据。
