পিরিয়ডিক ল্যাবস ১৩০০টি H200 GPU ব্যবহার করে ট্রিলিয়ন-প্যারামিটার মডেল ট্রেন করছে বৈজ্ঞানিক পরীক্ষার জন্য

পিরিয়ডিক ল্যাবস বিজ্ঞানসম্মত মডেল পিরিয়ডিক নিওন প্রকাশ করেছে: এটি ওপেন ওয়েটস সহ ট্রিলিয়ন প্যারামিটার মডেল Kimi K2.6 থেকে শুরু হয়, যা কোম্পানির ল্যাবে উৎপাদিত উপাদানের ডেটা ব্যবহার করে মধ্যমমাত্রার ট্রেনিং এবং রিইনফোর্সমেন্ট লার্নিংয়ের মাধ্যমে প্রশিক্ষিত হয়, এবং তারপর X-রে ডিফ্র্যাকশনের ফলাফল বিশ্লেষণের জন্য ল্যাবে ফিরিয়ে আনা হয়। FrontierXRD-এর মতো সবচেয়ে কঠিন অভ্যন্তরীণ মূল্যায়নে, সফলতার হার ২.৭% থেকে বেড়ে ৫৫.৩% হয়েছে; পিরিয়ডিক দাবি করেছে, এই নির্দিষ্ট কাজে GPT‑6 Astra এবং Claude Fable 5.1-এর চেয়েও এটি ভালো, এবং এর খরচও কম। সত্যিকারের মনোযোগযোগ্য বিষয়টি “১৩০০টি H200, ১০০,০০০টি GPU-কে পরাজিত করছে” —এই সহজ তুলনা নয়, বরং কোম্পানি যে বন্ধচক্রটি গড়ে তুলছে: পদার্থবিজ্ঞান-ভিত্তিক ল্যাবগুলি ইন্টারনেটের বাইরেই নতুন ডেটা তৈরি করছে, মডেলটি সেগুলি থেকে শিখছে, এবং পরবর্তী পর্যায়ের জন্য কীভাবে, কীসের সংশ্লেষণ ও পরীক্ষা-নিরীক্ষা করতে হবে, তা ঠিক করছে। তবে, সমস্তপ্রধান সফলতা目前ই কোম্পানির内部মূল্যায়নগুলির উপরই nDependent, LLM-ভিত্তিক裁判-এরউপরnDependent,এখনওকোনওপিয়ার-রিভিউডবা 독립复现হয়নি; Neon Kimi K2.6-এরমহঙ্গাpre-training-এরউত্তরাধিকারসূত্রেআসছে,এবংঅনুসন্ধানকালেNeon-এরওয়েটস-এরজন্যকোনওপাবলিকডাউনলোডলিঙ্কখুঁজেপাওয়াযায়নি।

লেখক, উৎস: Periodic Labs

পিরিয়ডিক ল্যাবস আরও ভালো সুপারকন্ডাক্টর এবং চৌম্বকীয় উপাদান খুঁজছে। পরীক্ষাকর্মীরা লক্ষ্য উপাদান নির্ধারণ করতে পারেন, কাঁচামাল এবং তাপমাত্রা বেছে নিতে পারেন, কিন্তু শেষ পাওয়া পাউডারটি অবশ্যই প্রত্যাশিত পণ্য হতে হবে এমন নয়: এর মধ্যে লক্ষ্য ক্রিস্টাল ফেজ, অপ্রতিক্রিয়াশীল কাঁচামাল এবং অপ্রত্যাশিত পার্শ্ব পণ্যগুলি একসাথে থাকতে পারে।

গবেষকরা সাধারণত পাউডার এক্স-রে ডিফ্র্যাকশন, বা XRD, ব্যবহার করে নমুনার উপাদান চিহ্নিত করেন। ক্রিস্টালের উপর এক্স-রে প্রয়োগ করলে একটি শীর্ষের সেট তৈরি হয়; বিভিন্ন ক্রিস্টাল কাঠামো বিভিন্ন প্যাটার্ন তৈরি করে, যা উপাদানের “ফিঙ্গারপ্রিন্ট”-এর মতো।

কিন্তু প্রকৃত নমুনাগুলিতে প্রায়শই বিভিন্ন পদার্থ থাকে, যাদের শীর্ষগুলি পরস্পরের সাথে মিশে যায়। একটি গাণিতিকভাবে ভালভাবে ফিট করা উত্তরও রাসায়নিকভাবে অযৌক্তিক হতে পারে। বিশ্লেষকদের কাছে কাঁচামাল, তাপমাত্রা, পরিবেশ, নমুনার জলের সাথে সংস্পর্শ হয়েছে কিনা, পূর্ববর্তী পরীক্ষা, ক্রিস্টাল ডাটাবেস, তাপগতিবিদ্যা গণনা এবং সংশ্লিষ্ট গবেষণা পত্রগুলির সমন্বয় করে বুঝতে হবে কোন ফেজগুলি প্রকৃতপক্ষে বিদ্যমান, এবং প্রতিটির অনুপাত কত।

পিরিওডিক বলেছে, জটিল নমুনাগুলির বিশ্লেষণে উপাদান বিজ্ঞানীদের ঘন্টার পর ঘন্টা লাগতে পারে। তাদের মূল্যায়নে, স্বীকৃত উত্তরগুলির গড়ে পাঁচটি ফেজ অন্তর্ভুক্ত ছিল। এটিই হল নিওনের স্বয়ংক্রিয়করণের কাজ: ডিফ্র্যাকশন প্যাটার্ন এবং পূর্ণাঙ্গ পরীক্ষাগত পটভূমি পড়া, ডেটাবেস এবং বৈজ্ঞানিক সফটওয়্যার কল করা, প্রার্থী ফেজগুলি প্রস্তাব করা, এবং নিজের ব্যাখ্যা পুনরাবৃত্তি করে পরীক্ষা করা।গবেষণা নিবন্ধবলেছে, মডেলটি কোম্পানির হাই-থ্রুপুট ল্যাবে ব্যবহারের জন্য চালু করা হয়েছে।

নিওন শূন্য থেকে প্রশিক্ষিত কোনো নতুন বেস মডেল নয়। পিরিওডিক ওপেন ওয়েটস বিশিষ্ট Kimi K2.6 থেকে শুরু করে, একাডেমিক পেপার, কোড এবং প্রোপ্রায়েটারি এক্সপেরিমেন্টাল ডেটা দিয়ে গঠিত বৈজ্ঞানিক কর্পাস দিয়ে মধ্যম পর্যায়ের প্রশিক্ষণ করে, তারপর ল্যাব ডেটা ব্যবহার করে রিইনফোর্সমেন্ট লার্নিং করে।

FrontierXRD-এর সর্বাধিক কঠিন অভ্যন্তরীণ মূল্যায়নে, মূল Kimi K2.6-এর সফলতার হার ছিল 2.7%, যখন Neon-এর সফলতার হার ছিল 55.3%, প্রায় 20 গুণ বৃদ্ধি পেয়েছে। এই মূল্যায়নে 134টি Periodic ল্যাবরেটরির জটিল নমুনা অন্তর্ভুক্ত ছিল।

কোম্পানিটি সংরক্ষিত রাসায়নিক সিস্টেম থেকে ১৯৮টি XRD পরিমাপও পরীক্ষা করেছে: এই সিস্টেমগুলি এবং এগুলিকে অন্তর্ভুক্ত করে বড় সিস্টেমগুলি ট্রেনিং ডেটাতে অন্তর্ভুক্ত ছিল না, তবে ছোট উপ-সিস্টেমগুলি সম্ভবত উপস্থিত ছিল। Neon এই পরীক্ষার সেটেও পরীক্ষিত অগ্রণী মডেলগুলির মধ্যে শীর্ষে রয়েছে, তবে Periodic স্পষ্টভাবে উল্লেখ করেছে যে এই সেটটি FrontierXRD-এর চেয়ে সহজ।

(মূল পাঠে পারফরম্যান্স-খরচ স্ক্যাটার প্লট, রিইনফোর্সমেন্ট লার্নিং কম্পিউটেশনাল স্কেলিং কার্ভ, এবং কেমিক্যাল সিস্টেমে জেনারালাইজেশন রেজাল্টের গ্রাফ রয়েছে।)

এখানের “GPT-6 Astra এবং Claude Fable 5.1 এর চেয়ে বেশি” শুধুমাত্র Periodic-এর নিজস্ব তৈরি XRD মূল্যায়নের মধ্যে সীমাবদ্ধ। এটি Neon-এর সাধারণ যুক্তিসঙ্গত, প্রোগ্রামিং বা ভাষাগত ক্ষমতা বেশি বলে নির্দেশ করে না, এবং এটি দিয়ে সম্পূর্ণ মডেল র‍্যাঙ্কিং তৈরি করা যায় না।

এবং 55.3% সফলতার মানে হল সবচেয়ে কঠিন নমুনাগুলিতেও প্রায় অর্ধেক সমাধান করা যায়নি। নিওন হল একটি সম্পূর্ণরূপে অটোমেটিক উপাদান বিশেষজ্ঞের চেয়ে বিজ্ঞানীদের বিশ্লেষণের ক্ষমতা বাড়ানোর জন্য আরও উপযুক্ত একটি টুল।

Periodic-এর মূল যুক্তি হল: পাবলিক ইন্টারনেট দ্বারা প্রদানকৃত উচ্চ মানের বৈজ্ঞানিক ডেটা চূড়ান্তভাবে সীমিত, যেখানে প্রকৃত ল্যাবগুলি নতুন ডেটা তৈরি করতে পারে।

প্রাচীন পেপারগুলি বিশেষভাবে সফল ফলাফলগুলির প্রকাশে ঝুঁকে পড়ে। কোন উপাদানগুলি সংশ্লেষিত হয়নি, কোন তাপমাত্রা এবং অনুপাত ব্যর্থ হয়েছে, যন্ত্রগুলিতে কী অস্বাভাবিকতা দেখা দিয়েছে—এই তথ্যগুলি প্রায়শই পেপারে যায় না, কিন্তু পরবর্তী পরীক্ষার জন্য অত্যন্ত মূল্যবান। স্বয়ংসম্পূর্ণ ল্যাবগুলি সফল, ব্যর্থ এবং অনিশ্চিত ফলাফলগুলি সবই সংরক্ষণ করতে পারে।

কোম্পানি উপাদান আবিষ্কারকে তিনটি চক্রাকার ধাপে বিভক্ত করেছে:

প্রথমে কী উপাদান তৈরি করা উচিত তা পূর্বানুমান করুন; তারপর কীভাবে সংশ্লেষণ করা হবে তা পূর্বানুমান করুন; শেষে পরীক্ষাটি বাস্তবে কী তৈরি করেছে তা বিশ্লেষণ করুন। বিশ্লেষণের ফলাফল মডেলের কাছে ফিরিয়ে দেওয়া হয়, যাতে পরবর্তী অনুমানগুলি সংশোধন করা যায়।

নিওন বর্তমানে মূলত তৃতীয় ধাপটি উন্নতি করছে। পিরিওডিকের পরবর্তী পর্যায়ে মডেলটিকে সরাসরি গবেষণা প্রকল্প পরিকল্পনা করতে, সংশ্লেষণ প্রক্রিয়া লিখতে এবং পরবর্তী সবচেয়ে বেশি তথ্যমূলক পরীক্ষাটি বাছাই করতে চায়।

এটি গণিত বা কোড রিইনফোর্সমেন্ট লার্নিংয়ের সাথে একটি গুরুত্বপূর্ণ পার্থক্য। প্রোগ্রাম কয়েক সেকেন্ডের মধ্যে পরীক্ষা চালাতে পারে এবং গাণিতিক উত্তরগুলি ফর্মাল সিস্টেম দ্বারা যাচাই করা যেতে পারে; কিন্তু পদার্থবিদ্যার পরীক্ষাগুলির জন্য ডিভাইস, উপকরণ এবং সময় প্রয়োজন, কখনও কখনও এগুলি কয়েক দিন ধরে চলে এবং ফলাফলগুলি অস্পষ্টও হতে পারে। কোম্পানিগুলি কোড তৈরির মতো একসাথে লক্ষ লক্ষ বাস্তব পরীক্ষা চালাতে পারে না, তাই পরীক্ষার অপেক্ষায় থাকা সময়ে, তাদের ইতিমধ্যে সংগৃহীত ডেটা ব্যবহার করে মডেলগুলির প্রশিক্ষণ এবং উন্নতি করতে হয়।

Periodic বলেছে, Neon-এর শেষ ট্রেনিং রানের শীর্ষ স্কেল ছিল 1300টি Nvidia H200, যা মধ্যম-মেয়াদি ট্রেনিং এবং রিইনফোর্সমেন্ট লার্নিং পর্যায়কে কভার করে। কোম্পানিটি এটিকে GPT‑6 Astra-এর দাবি অনুযায়ী 10 লাখেরও বেশি Blackwell GPU-এর সাথে তুলনা করে, যা প্রমাণ করে যে পেশাদার ডেটা সাধারণ বৈজ্ঞানিক ক্ষমতা ট্রেন করার জন্য প্রয়োজনীয় কম্পিউটেশনাল পাওয়ার কমিয়ে দিতে পারে।

কিন্তু এটি একই পরিসরের তুলনা নয়।

নিওন কিমি K2.6-এর ট্রিলিয়ন প্যারামিটার ওয়েট এবং তার আগের প্রি-ট্রেনিংয়ের সমস্ত ডেটা এবং কম্পিউটেশনাল পাওয়ার উত্তরাধিকারসূত্রে পেয়েছে। 1300টি H200 শুধুমাত্র পিরিওডিক মডেলটি আরও ট্রেন করার সময় শীর্ষ স্কেল নির্দেশ করে, এটি এই ট্রিলিয়ন প্যারামিটার ক্ষমতা অর্জনের সম্পূর্ণ খরচ নয়। কোম্পানিটি সম্পূর্ণ ট্রেনিং সময়, মোট GPU-ঘন্টা, শক্তি খরচ বা মোট খরচ প্রকাশ করেনি।

এর প্রকৌশল বিস্তারিত আরও মূল্যবান।অবকাঠামো নিবন্ধ বলে যে, কোম্পানিটি Megatron, SGLang, Miles এবং Ray-এর উপর ভিত্তি করে পরিবর্তন করে দীর্ঘ সিকোয়েন্স ট্রেনিং থ্রুপুটকে তার Megatron বেসলাইনের 4.1 গুণ পর্যন্ত বাড়িয়েছে এবং ট্রিলিয়ন প্যারামিটার মডেলের ডিকোডিং গতি প্রতি অনুরোধে প্রতি সেকেন্ডে 10টি টোকেন থেকে 25টি টোকেনে বাড়িয়েছে।

একটি XRD এজেন্টের একটি ইনফারেন্স এক ঘন্টার বেশি সময় নিতে পারে, যার মধ্যে বিজ্ঞানসংক্রান্ত প্রোগ্রামগুলি পুনরাবৃত্তি করতে হয়। প্রাথমিক সিস্টেমগুলিতে মডেল দ্বারা উত্পাদিত কোড 80GB মেমোরি আবেদন করেছিল, যা সমস্ত ট্রেনিং টাস্ককে ক্রাশ করে দিয়েছিল। পরবর্তীতে টিমটি pbox নামক একটি আইসোলেটেড পরিবেশ তৈরি করেছে, যেখানে মডেলের কোডটি স্যান্ডবক্সে চালানো হয় এবং GPU সার্ভারের অব্যবহৃত CPU সম্পদগুলি বিজ্ঞানসংক্রান্ত টুলগুলির জন্য ব্যবহার করা হয়।

(ইনফ্রাস্ট্রাকচারের মূল লেখায় এজেন্টের এক ঘন্টার বেশি চলাচলের ট্রেক, অ্যাসিঙ্ক্রোনাস ট্রেনিং এবং ইনফারেন্স আর্কিটেকচার, এবং pbox স্যান্ডবক্স পারফরম্যান্স তুলনা গ্রাফ অন্তর্ভুক্ত রয়েছে।)

Periodic একই Claude Opus 5 ব্যবহার করে দুটি Agent পরিবেশের তুলনা করেছে।

একটি হল Claude Code এবং ওপেন-সোর্স ক্রিস্টাল ডাটাবেস এবং স্ট্যান্ডার্ড XRD সফটওয়্যার; অন্যটি হল Periodic-এর নিজস্ব বৈজ্ঞানিক পরিবেশ, যাতে পরীক্ষাগত প্রেক্ষাপট, অভ্যন্তরীণ উপাদান ডাটাবেস, সিমুলেশন ফলাফল এবং কাস্টম বিশ্লেষণ টুল অন্তর্ভুক্ত রয়েছে।

একই মডেল এবং প্রতিটি বিশ্লেষণের খরচ সমান হওয়ার ক্ষেত্রে, পিরিয়ডিক পরিবেশের সফলতার হার পূর্ববর্তীটির 3.8 গুণ। এটি নির্দেশ করে যে XRD টাস্কের বাধা শুধুমাত্র মডেল ওয়েটস নয়, বরং মডেলটি সঠিক পরীক্ষার রেকর্ড দেখতে পাচ্ছে কিনা, উপযুক্ত টুলগুলি ব্যবহার করছে কিনা, এবং আগের গবেষণার সঞ্চয়গুলি সংরক্ষণ করছে কিনা।

অতএব, নিয়নের প্রতিযোগিতামূলক সুবিধা শুধুমাত্র একটি মডেল কপি করে পুনরায় তৈরি করা কঠিন হতে পারে। গুরুত্বপূর্ণ সম্পদ হল মডেলের পিছনের ল্যাব ডেটা, ডাটাবেস, যন্ত্রের ইন্টারফেস এবং বিশ্লেষণ প্রক্রিয়া।

এটি এও বোঝায় যে বিজ্ঞানগত এআই সাধারণ চ্যাট মডেলের সাথে ভিন্ন প্রতিযোগিতামূলক পরিস্থিতি গঠন করতে পারে: পরীক্ষাগার যত বড়, তত বেশি স্বত্বাধিকারপ্রাপ্ত ডেটা উৎপাদন হয়; মডেল যত ভালো, তত বেশি পরীক্ষা নির্দেশ করা যায়; নতুন পরীক্ষা আবার ডেটা সুবিধাকে আরও বাড়িয়ে তোলে।

জটিল XRD বিশ্লেষণের জন্য সাধারণত কোনো সস্তা, একক এবং স্বয়ংক্রিয়ভাবে যাচাইযোগ্য সঠিক উত্তর থাকে না। শীর্ষের আকৃতি ভালোভাবে ফিট করা মানে এটি রাসায়নিক নিয়মের সাথে সঙ্গতিপূর্ণ হবে এমন নয়। তাই, Periodic তিনজন উপাদান-সম্পর্কিত প্রফেশনাল ডক্টরকে হাজার হাজার প্যাটার্ন লেবেল করতে বলেছে, এবং Claude Opus 5 এবং GPT‑5.6 Sol-এর সমন্বয়ে একটি বিচারক সিস্টেম প্রশিক্ষণ দিয়েছে, যা মডেলের আউটপুটকে স্কোর দেয়।

মানুষের তিনজন বিশেষজ্ঞের মধ্যে দুই দুই করে সম্মতির হার 77.2%; LLM বিচারক এবং একজন মানুষের বিশেষজ্ঞের মধ্যে সম্মতির হার 74.6%; বিশেষজ্ঞদের সম্মতির সাথে তুলনা করলে সম্মতির হার 84%.

এই ফলাফলগুলি দেখায় যে এআই বিচারকরা বিশেষজ্ঞদের বিচারকে প্রায় অনুকরণ করতে পারে, কিন্তু এটি বস্তুগত সত্যের সমান নয়। মানুষের মধ্যেই মতবিরোধ থাকে, এবং বিচারক মডেলগুলি সম্ভবত কোনও নির্দিষ্ট উত্তরের শৈলীকে পছন্দ করে বা সমস্ত অ্যানোটেটরদের দ্বারা চিহ্নিত না হওয়া ভুলগুলি উপেক্ষা করে।

আরও গুরুত্বপূর্ণ বিষয় হলো, FrontierXRD-এর মডেল, কার্যকরী পরিবেশ, নমুনা এবং স্কোরিং পদ্ধতি সবই Periodic দ্বারা ডিজাইন করা হয়েছে। যদিও কোম্পানিটি অনেক পদ্ধতি এবং পরিসংখ্যান প্রকাশ করেছে, তবুও এখনও পূর্ণাঙ্গ মূল্যায়ন সেট, প্রশিক্ষণ ডেটা বা বাহিরের পক্ষে পুনরায় চালানোর জন্য Neon ওজন প্রকাশ করা হয়নি, এবং ফলাফলগুলি সমালোচনামূলক পর্যালোচনা পায়নি।

পিরিয়ডিক স্পষ্টভাবে বলেছে যে নিওন ওপেন ওয়েট মডেল Kimi K2.6 থেকে পুনরায় প্রশিক্ষিত হয়েছে। এর ফলে কিছু সোশ্যাল মিডিয়াতে নিওনকে “ওপেন ওয়েট সায়েন্টিফিক মডেল” বলা হচ্ছে।

কিন্তু অনুসন্ধানের সময় পর্যন্ত, অফিসিয়াল প্রকাশনায় নিওনের মডেল কার্ড, লাইসেন্স বা ওজন ডাউনলোড লিঙ্ক প্রদান করা হয়নি, এবং মধ্যম প্রশিক্ষণ এবং শক্তিশালী শেখার পুনরাবৃত্তির জন্য কোড বা ডেটা প্রদান করা হয়নি। সঠিক বিবৃতি হল: নিওন ওপেন-ওয়েটস মডেলের উপর ভিত্তি করে তৈরি, যা প্রশিক্ষিত নিওন ওজনগুলির উন্মুক্ততা নিশ্চিত করে না।

এই পার্থক্যটি গুরুত্বপূর্ণ। বাহ্যিক গবেষকরা এখনও 55.3% ফলাফলটি স্বাধীনভাবে যাচাই করতে পারছেন না এবং উন্নতিটির কতটা পরীক্ষামূলক ডেটা, শক্তিশালী শিক্ষা, বিশেষায়িত টুল, রিজনিং বাজেট বা মূল্যায়ন পরিবেশ থেকে এসেছে তা বিচার করতে পারছেন না।

গতকালের বিজ্ঞান বড় মডেলগুলি মূলত ইতিমধ্যে প্রকাশিত গবেষণা পত্র, পেটেন্ট এবং ডাটাবেস রেকর্ডগুলিতে শেখে। পিরিওডিক পরবর্তী পদক্ষেপটি নিতে চায়: মডেলটিকে আজ সম্পন্ন হওয়া, ইন্টারনেটে কখনও দেখা যায়নি এমন পরীক্ষাগুলি পর্যবেক্ষণ করতে দিন, এবং এই ফলাফলগুলির ভিত্তিতে কালকের পরীক্ষাগুলি নির্দেশিত করুন।

এটি এখনও পূর্ণাঙ্গ “এআই বিজ্ঞানী” নয়। মানুষকে এখনও গবেষণার লক্ষ্য নির্ধারণ, পরীক্ষাগার নির্মাণ, যন্ত্রপাতি রক্ষণাবেক্ষণ, পুরস্কার ডিজাইন, XRD উপসংহার পরীক্ষা এবং কোন উপাদানগুলির সাথে আরও বিনিয়োগ করা উচিত তা নির্ধারণ করতে হবে। Neon এখন প্রমাণ করেছে যে একটি গুরুত্বপূর্ণ ধাপকে উল্লেখযোগ্যভাবে স্বয়ংক্রিয়করণ করা যেতে পারে: পরীক্ষার সংখ্যা বাড়ার সাথে সাথে, ফলাফলের বিশ্লেষণকে অবশ্যই অনুপাতিকভাবে বৃদ্ধি পাওয়া মানব বিশেষজ্ঞদের উপর নির্ভরশীল হতে হবে না।

যদি এই বন্দর কার্যকর হয়, তবে ভবিষ্যতে বৈজ্ঞানিক মডেলের প্রতিযোগিতামূলক সুবিধা শুধুমাত্র কে বেশি পাবলিক টেক্সট এবং GPU রাখেন তার উপর নির্ভর করবে না, বরং কে স্থিতিশীলভাবে বাস্তব পরীক্ষা চালাতে, ব্যর্থতার ফলাফল রেকর্ড করতে এবং প্রাকৃতিক বিশ্বকে নিরন্তর আপডেটযুক্ত ট্রেনিং পরিবেশে রূপান্তরিত করতে পারবেন তার উপরও নির্ভর করবে।