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
SAS lanza una herramienta de gobernanza de IA empresarial para gestionar entidades inteligentes y mitigar los riesgos de la IA en las sombras
Durante la reciente conferencia SAS Innovate, el líder en analítica SAS presentó una serie de herramientas de gobernanza diseñadas para la IA Agéntica. Estas soluciones permiten a las organizaciones crear ecosistemas automatizados transparentes y seg
La actualización de MacWhisper 14 permite editar directamente las transcripciones y soluciona el elevado consumo de CPU
Jodi Bruijn, la desarrolladora independiente responsable de MacWhisper, lanzó ayer la versión 14.0, en la que se ha dado prioridad a la mejora del rendimiento de la transcripción y se ha introducido u
La vista previa de Qwen3.5-Max lidera LMArena, mientras los modelos de inteligencia artificial de China alcanzan el primer nivel global
El 20 de marzo, las últimas clasificaciones de la plataforma autorizada de pruebas a ciegas de modelos grandes, LMArena, revelaron que el último modelo insignia de vista previa de la serie Qwen de Alibaba, Qwen3.5-Max-Preview, ofreció un rendimiento
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.
La actualización de MacWhisper 14 permite editar directamente las transcripciones y soluciona el elevado consumo de CPU
Jodi Bruijn, la desarrolladora independiente responsable de MacWhisper, lanzó ayer la versión 14.0, en la que se ha dado prioridad a la mejora del rendimiento de la transcripción y se ha introducido u
La vista previa de Qwen3.5-Max lidera LMArena, mientras los modelos de inteligencia artificial de China alcanzan el primer nivel global
El 20 de marzo, las últimas clasificaciones de la plataforma autorizada de pruebas a ciegas de modelos grandes, LMArena, revelaron que el último modelo insignia de vista previa de la serie Qwen de Alibaba, Qwen3.5-Max-Preview, ofreció un rendimiento











