Intern-S1-Pro: Modelo fundacional científico multimodal a escala de trillones | IA avanzada para investigación científica y análisis de datos complejos | El primer modelo de un trillón de parámetros especializado en ciencias y multimodalidad

Abstract

PROBLEMA: El razonamiento científico requiere la integración de visión, texto y datos estructurados complejos, áreas donde los modelos generales suelen fallar por falta de conocimiento profundo y precisión en dominios técnicos. SOLUCIÓN: Se presenta Intern-S1-Pro, un modelo fundacional multimodal científico escalado a un trillón de parámetros, diseñado para procesar diagramas científicos, fórmulas y literatura técnica con alta fidelidad. METODOLOGÍA: Utilizaron un conjunto de datos masivo de publicaciones científicas, patentes y datos experimentales multimodales, empleando técnicas de entrenamiento MoE (Mixture of Experts) para manejar la escala de trillones. RESULTADOS: El modelo supera a GPT-4v y otros competidores en benchmarks científicos específicos (como ScienceQA y m-MMU) manteniendo una capacidad de razonamiento lógico superior en tareas de descubrimiento químico y física. RELEVANCIA: Representa la frontera actual en IA aplicada a la ciencia, permitiendo acelerar la investigación mediante el análisis automatizado de datos multimodales a gran escala.