論文の概要: Intern-S2-Preview: Scientific Agentic Foundation Model
- arxiv url: http://arxiv.org/abs/2608.13505v1
- Date: Thu, 13 Aug 2026 17:31:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.616734
- Title: Intern-S2-Preview: Scientific Agentic Foundation Model
- Title（参考訳）: インターンS2 : 科学エージェント基礎モデル
- Abstract要約: Intern-S2-Previewはマルチモーダルな科学的理解、推論、生成、長距離タスクをサポートするように設計されている。
トレーニングパイプラインは、レンダリングされた科学文書、インターリーブされた画像テキストデータ、多様な科学的コーパスに対する科学的なマルチモーダル事前トレーニングから始まる。
このパイプラインはロールアウトを改善し、安定性と効率性をトレーニングする実践的な技術によって支えられている。
- 参考スコア（独自算出の注目度）: 199.88087357217503
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Scientific discovery increasingly requires AI systems that can reason over scientific evidence of heterogeneous modalities, interact with scientific tools and environments, and sustain progress across long task horizons. We present Intern-S2-Preview, a series of scientific agentic foundation models designed to support multimodal scientific understanding, reasoning, generation, and long-horizon tasks. The training pipeline begins with scientific multimodal pre-training over rendered scientific documents, interleaved image-text data, and diverse scientific corpora. Starting from the pretrained checkpoint, we apply a unified post-training pipeline consisting of supervised fine-tuning, scalable multi-task reinforcement learning (RL), black- and white-box agentic RL, and on-policy distillation. This pipeline is supported by practical techniques that improve rollout and training stability and efficiency, including partial rollout with off-policy correction, adaptive length regularization, online speculative decoding, robust multi-task optimization, and trace-aware experience assembly for agentic tasks. At the architecture level, Intern-S2-Preview-397B extends time series modelling from efficient long-sequence understanding to numerical forecasting, while Memory Decoder is studied as a separate memory-augmented path for rapid scientific specialization without modifying the frozen 397B backbone. Evaluations across scientific, multimodal, agentic, and general-purpose benchmarks show that Intern-S2-Preview-397B achieves competitive or leading results in multiple settings. The time series modules improve scientific signal understanding and forecasting on SciTS, while the separate Intern-MemDec-4B extension improves the Biology-Instructions average score from 56.92 to 60.32 without modifying the frozen 397B backbone.
- Abstract（参考訳）: 科学的発見には、異質なモダリティの科学的証拠を推論し、科学的ツールや環境と相互作用し、長いタスクの地平線を越えて進歩を維持するAIシステムが必要である。
Intern-S2-Previewはマルチモーダルな科学的理解、推論、生成、長期的タスクを支援するために設計された一連の科学的エージェント基盤モデルである。
トレーニングパイプラインは、レンダリングされた科学文書、インターリーブされた画像テキストデータ、多様な科学的コーパスに対する科学的なマルチモーダル事前トレーニングから始まる。
事前に訓練したチェックポイントから,教師付き微調整,スケーラブルなマルチタスク強化学習(RL),ブラックボックス,ホワイトボックスのエージェントRL,およびオンライン蒸留からなる統合学習後パイプラインを適用した。
このパイプラインは、ロールアウトとトレーニングの安定性と効率を向上する実践的な技術によって支えられている。例えば、オフポリティ補正による部分的なロールアウト、適応長正規化、オンライン投機的復号化、堅牢なマルチタスク最適化、エージェントタスクのためのトレース対応エクスペリエンスアセンブリなどである。
アーキテクチャレベルでは、Intern-S2-Preview-397Bは効率的なロングシーケンス理解から数値予測まで時系列モデリングを拡張し、メモリデコーダは凍結した397Bのバックボーンを変更することなく、高速な科学的特殊化のための別個のメモリ拡張パスとして研究されている。
科学的、マルチモーダル的、エージェント的、汎用的なベンチマークによる評価は、Intern-S2-Preview-397Bが複数の設定で競合または主導的な結果をもたらすことを示している。
時系列モジュールはSciTSの科学的信号理解と予測を改善し、Intern-MemDec-4B拡張は凍結した397Bのバックボーンを変更することなく56.92から60.32に改善する。
関連論文リスト
- STEP: Scientific Time-Series Encoder Pretraining via Cross-Domain Distillation [33.980112187180985]
科学的な時系列は科学的なAIの中心であるが、通常スパースであり、非常に異質であり、規模は限られている。
クロスドメイン蒸留によるScientific Time Series PretrainingフレームワークSTEPを提案する。
異なる領域にまたがる相補的な表現を組み合わせることで、STEPは科学的な信号に適した汎用的および伝達可能な特徴を学習する。
論文 参考訳（メタデータ） (2026-03-19T09:47:26Z) - SciAgentGym: Benchmarking Multi-Step Scientific Tool-use in LLM Agents [100.12367115920121]
SciGymAgentは4つの自然科学分野にまたがる1,780のドメイン固有ツールを備えたスケーラブルなインタラクティブ環境である。
SciAgentBenchについても紹介する。
論文 参考訳（メタデータ） (2026-02-13T14:58:18Z) - UniT: Unified Multimodal Chain-of-Thought Test-time Scaling [85.590774707406]
統一モデルは単一のアーキテクチャ内でマルチモーダル理解と生成の両方を扱うことができるが、通常は出力を反復的に書き換えることなく単一のパスで操作する。
マルチモーダルなテストタイムスケーリングのためのフレームワークであるUniTを導入し、単一の統一モデルで複数のラウンドをまたいだ推論、検証、精査を可能にします。
論文 参考訳（メタデータ） (2026-02-12T18:59:49Z) - S1-NexusAgent: a Self-Evolving Agent Framework for Multidisciplinary Scientific Research [0.0]
S1-NexusAgentは科学研究のための自己進化型エージェントフレームワークである。
S1-NexusAgentは階層的なPlan-and-CodeAct実行パラダイムを採用し、サブタスクレベルのツール実行からグローバルな科学的計画を切り離している。
S1-NexusAgentは最先端の一般化性能を達成し、複雑な科学的タスクにおけるその有効性と能力を検証する。
論文 参考訳（メタデータ） (2026-02-02T02:33:25Z) - Bohrium + SciMaster: Building the Infrastructure and Ecosystem for Agentic Science at Scale [82.20980951765891]
エージェントサイエンスのスケーリングにはインフラストラクチャ・アンド・エコシステムアプローチが必要である,と我々は主張する。
BohriumはAI4S資産のマネージドでトレース可能なハブとして機能し、多様な科学データ、ソフトウェア、計算、実験室のシステムをエージェント対応の能力に変換する。
SciMasterはこれらの機能を長い水平科学に編成し、科学エージェントを合成して実行することができる。
論文 参考訳（メタデータ） (2025-12-23T16:04:41Z) - SciReasoner: Laying the Scientific Reasoning Ground Across Disciplines [112.78540935201558]
我々は、自然言語と異質な科学的表現を整合させる科学的推論基盤モデルを提案する。
このモデルは、科学的なテキスト、純粋なシーケンス、シーケンスとテキストのペアにまたがる206Bのコーパスで事前訓練され、4000万の命令でSFTを介してアライメントされる。
i) テキストと科学形式間の忠実な翻訳、(ii) テキスト/知識抽出、(iii) プロパティの予測、(iv) プロパティの分類、(v) 条件なしおよび条件付きシーケンスの生成と設計。
論文 参考訳（メタデータ） (2025-09-25T17:52:06Z) - Foundation Model for Skeleton-Based Human Action Understanding [56.89025287217221]
本稿では,統一骨格に基づくDense Representation Learningフレームワークを提案する。
USDRLはトランスフォーマーベースのDense Spatio-Temporal (DSTE)、Multi-Grained Feature Deorrelation (MG-FD)、Multi-Perspective Consistency Training (MPCT)で構成されている。
論文 参考訳（メタデータ） (2025-08-18T02:42:16Z) - Multivariate Long-term Time Series Forecasting with Fourier Neural Filter [42.60778405812048]
我々はFNFをバックボーンとして、DBDをアーキテクチャとして導入し、空間時間モデルのための優れた学習能力と最適な学習経路を提供する。
FNFは、局所時間領域とグローバル周波数領域の情報処理を単一のバックボーン内で統合し、空間的モデリングに自然に拡張することを示す。
論文 参考訳（メタデータ） (2025-06-10T18:40:20Z) - Large EEG-U-Transformer for Time-Step Level Detection Without Pre-Training [1.3254304182988286]
局所的特徴と大域的特徴の両方を捉えることで表現を効率的に学習する単純なU字モデルを提案する。
他のウィンドウレベルの分類モデルと比較して,本手法は時間段階の予測を直接出力する。
我々のモデルは、てんかんおよび他の神経疾患における人工知能に関する国際会議において、2025年の第1回「青信号検出チャレンジ」で優勝した。
論文 参考訳（メタデータ） (2025-04-01T01:33:42Z) - Large Scale Time-Series Representation Learning via Simultaneous Low and
High Frequency Feature Bootstrapping [7.0064929761691745]
本稿では,非コントラスト型自己教師型学習手法を提案する。
提案手法は生の時系列データを入力として、モデルの2つのブランチに対して2つの異なる拡張ビューを生成する。
モデルの堅牢性を実証するために,5つの実世界の時系列データセットに関する広範な実験とアブレーション研究を行った。
論文 参考訳（メタデータ） (2022-04-24T14:39:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。