05:27Latent.Space@latentspacepodLila Sciences的CTO Andy Beam和CSO Rafa Gómez-Bombarelli在播客中提出,未来实验室应像数据中心一样运行。他们将湿实验室转变为24/7的token生成器,已积累10万亿实验验证推理token。跨生物学、化学、材料科学的广度训练能产生更好的通用推理模型。他们讨论了从超人类考试能力到真正科学发现的路径。行业Lila Sciences推理模型科学AI推荐理由:Lila Sciences的两位高管聊了个大胆想法:把实验室当数据中心用,用10万亿实验token训练AI,跨学科搞推理,比单纯刷题更有价值。原文稍后读已读值得跟进有用关注 Lila Sciences
23:15官方账号Latent Space (swyx)(博客/媒体)Lila Sciences 创始人 Andy Beam 与 Rafa Gómez-Bombarelli 认为科学数据是最后未开发的训练来源。他们部署了装满机器人的自动化实验室,用以生成结构化实验数据。该平台瞄准材料科学和药物发现,通过自动化实验循环加速模型训练。与传统手工实验室相比,这种数据驱动方式旨在提高科研效率。行业Lila SciencesAI for Science自动化实验室推荐理由:Lila 说实验室该像数据中心,用机器人自动跑实验生成训练数据,和传统人工操作很不一样,挺有意思。原文稍后读已读值得跟进有用关注 Lila Sciences