지푸 GLM-5.3이 과학자들에 의해 실험실로 끌려가 특별 훈련을 받은 후, 과학 연구 벤치마크 점수에서 GPT-6Astra를 역전했다

동찰 Beating AI 속보, Deep Principle(심도원리)이 지푸 GLM-5.3을 기반으로 훈련된 과학 연구 모델 Hydrogen-1.0을 발표했다. OpenAI의 FrontierScience-Research 과학 연구 테스트에서 Hydrogen-1.0은 38.3점을 획득하며 GPT-6 Astra의 33.3점을 넘어섰고, 원본 GLM-5.3은 24.4점에 그쳤다.

훈련 자료가 매우 특별하다. 과학 논문은 보통 최종 성과만 제시하지만, 실제로 과학 연구를 하려면 실험을 어떻게 설계했는지, 어디서 오류가 발생했는지, 다음 단계를 어떻게 조정해야 하는지를 알아야 한다. Deep Principle은 자사 실험실의 전체 실험 기록과 반복된 시도 및 수정 과정을 모두 모델 훈련에 활용했다.

실제 시연에서 Hydrogen-1.0은 스스로 코드를 작성하고 과학 연구 소프트웨어를 호출해 플라스틱 분자의 운동을 시뮬레이션할 수 있었다. 도중에 시뮬레이션 설정 오류를 발견하면 스스로 수정한 뒤 계속 실행하고 결과를 분석했다. 또 다른 시연에서는 12개 화학 반응 그룹의 실험 방안을 수립했고, 가상 실험실에서 피펫 조작 시 팁 교체 단계를 누락한 것을 발견하고 즉시 절차를 수정했다.

팀은 또한 이 모델로 다섯 차례에 걸친 신소재 스크리닝을 연속 수행하게 했다. 매 회차마다 이전 회차의 평가 결과를 바탕으로 다음 회차에 무엇을 시도할지 결정했다. 목표 전자 특성을 지닌 금속 착물을 찾는 과정에서, 최종적으로 찾아낸 후보 소재는 팀이 설정한 지표에서 GPT-6 Astra와 Kimi-K3를 능가했다.

모델 가중치는 MIT 라이선스에 따라 공개되었으나, 훈련에 사용된 실험실 데이터는 공개되지 않았다.