Sage S2.1 Flash:上海AIラボの科学用マルチモーダルエージェントモデル

上海人工智能实验室が11月15日に公開した科学用マルチモーダルモデル。デプロイドキュメントによると、総パラメータ数320B、アクティブパラメータ数18BのMoEアーキテクチャを採用し、GLM-5.3-Flashベースで、BF16重みは約645GBです。科学データの理解と情報検索、プログラミング、ツール呼び出しを組み合わせており、専門ソフトウェアを呼び出して分析を実行し、中間結果や画面のフィードバックに基づいて次のステップを調整できます。Sage SciPerceptionのプロジェクターを通じて、分子図、結晶構造、タンパク質配列、3D構造など10種類以上の科学入力を読み取ることができます。FP8版も用意されており、コードと重みはMITライセンスです。

原題:internlm/Sage-S2.1-Flash

上海人工智能实验室が11月15日に公開した科学用マルチモーダルモデル。デプロイドキュメントによると、総パラメータ数320B、アクティブパラメータ数18BのMoEアーキテクチャを採用し、GLM-5.3-Flashベースで、BF16重みは約645GBです。科学データの理解と情報検索、プログラミング、ツール呼び出しを組み合わせており、専門ソフトウェアを呼び出して分析を実行し、中間結果や画面のフィードバックに基づいて次のステップを調整できます。Sage SciPerceptionのプロジェクターを通じて、分子図、結晶構造、タンパク質配列、3D構造など10種類以上の科学入力を読み取ることができます。FP8版も用意されており、コードと重みはMITライセンスです。

なぜ重要か 10種類以上の科学データの理解・検索、プログラミング、ソフトウェア呼び出しを単一のモデルに統合しており、反復的な分析と検証が必要な研究ワークフローに適しています

上昇スコア 55 · いいね数 55 · ダウンロード数 22

理由

  • 公式によると、チャートに記載された15項目のベンチマークにおいて、6個のモデル中から4項目で1位、7項目で2位を獲得:MLE-bench Liteでは90.3(DeepSeek-V4.1-Flash-1017は89.2)、OfficeQA Proでは72.2、Harvey LABでは25.0、SpreadsheetBenchでは2が37.1
  • 科学データはプロジェクターを経由:分子、結晶、タンパク質などの入力はまずエンコードされ、言語モデルの入力空間へマッピングされます。これにより、性質予測、分類、部位特定、定量分析、構造推論が可能になります
  • MITライセンスで、Hugging FaceとModelScopeからダウンロード可能。FP8版に加え、LMDeploy、vLLM、SGLangの3種類のデプロイガイドが提供されています

使い方

  • 汎用タスク(プログラミング、オフィス作業、コンピュータ操作):GLM-5.3-Flashの公式レシピに従い、vLLM 0.33.0、SGLang 0.5.20+ または LMDeployをインストールし、モデル名を internlm/Sage-S2.1-Flash に変更します。各エンジンで --trust-remote-code を追加する必要があります。公式の例では8枚のH200を使用しています(--tensor-parallel-size 8)
  • vLLMの場合、まず hf download internlm/Sage-S2.1-Flash --include "vllm_patch/*" でパッチを取得し、そのREADMEに従って適用します(並列ツール呼び出し時の画像と結果の対応付けの問題を修正)。SGLangでは、リポジトリに含まれる chat_template.jinja を --chat-template で指定する必要があります
  • 科学入力:本リポジトリから projectors/sage-s2.1-flash/ をダウンロードし、internlm/Sage-SciPerception から load_projector.py と modeling_projector.py をダウンロードします。プロジェクターで prompt_embeds を生成し、vLLM で --enable-prompt-embeds を有効にして /v1/completions に送信します

リスク

  • 規模が大きい:BF16で約645GBあり、公式の例では8枚のH200を使用するため、個人用PCでは動作しません。H100 / H200ではFP8 KVキャッシュはサポートされていません
  • スコアはすべて公式チャートに基づいています。プログラミング関連の多くの項目では競合モデルを下回っており、例えばSWE-bench Proでは60.6、NL2Repo-Benchでは57.2で、いずれもClaude Opus 5やDeepSeek-V4.1-Flash-1017を下回っています
  • --trust-remote-code を追加し忘れるとエラーにはなりませんが、<tool_call> などの文字列が制御トークンとして扱われ、早期停止やツール呼び出しのエラーが発生する可能性があります。vLLMの非ストリーミングレスポンスには既知の問題があります
  • 科学入力には別途科学エンコーダーと前処理依存関係をインストールする必要があり、通常の対話モデルよりもワークフローが複雑です。本項目は実行されていません

開く

Hugging Face Trending

最新の AI ニュースを見る