阿里 ATH-Token Foundry 分离中国人民年夜教高瓴人工智能教院，今日正式公布公布开源首个基于统一科教语法的多规模科教生成根底模子 LOGOS。正在六年夜代表性科教使射中，该模子俯仗纯序列建榜花式，分歧性地婚配或逾越了传统的规模公用方法。

值得关注的是，该模子展示出了极高的参数效率。仅有 1B 参数量的 LOGOS-1B 模子，正在多个中心任务上的暗示就胜利逾越了参数量高达 8×7B 的微软 NatureLM 语止模子。

始创科教语法统一同构工具

LOGOS 构建了一个涵盖生物年夜分子、化教实体以及界面互做等 7 类模态、总计 44.87B tokens 的庞年夜预锻炼语料库。经由过程设念共享词表，它将卵白量和小分子等本来同构的工具全数编码为统一的离散 Token 序列。

那种奇特的科教语法设念，让差异的科教工具得以正在统一个生成空间中被年夜模子自回归天文解。它以至发了然一种“文字描述法”，无需输入复纯的 3D 坐标，仅靠序列预测就能正在脑海中构建出复纯的空间互做纪律。

完整消弭预锻炼取利用断层

正在传统科研范式中，换一个研讨环节常常需求切换差异的模子，招致模子落地时需求年夜量的微调。LOGOS 则实现了形式取目的的高度分歧，其预锻炼数据的序列形式取下流任务的输入输出形式完整等同。

那种高度对齐有效消弭了预锻炼取下流利用之间的鸿沟，无需复纯的适配层即可间接激活生成才气。今朝，阿里已将该年夜模子的模子权重、推理代码以及手艺述说截至了残缺开源。