NVIDIA Nemotron for Scienceは、NVIDIAがSC26で発表した、科学研究向けのAIエージェントを構築するためのオープンなモデル・データセット・ツール・事後学習レシピの集合体です。中核となるNemotron 3.5 Super VLは、科学ワークフロー向けのオープンでカスタマイズ可能なマルチモーダルモデルで、エージェントはタスクの計画、シミュレーションの実行、結果の検証、そして自己修正を反復できます。
室谷代表取締役NVIDIAがSC26で「NVIDIA Nemotron for Science」を発表しました。これは科学研究向けのAIエージェントを構築するための、オープンなモデル・データセット・ツール・事後学習レシピをまとめたコレクションなんですよね。
発表したのはNVIDIAのHyperscale and High-Performance Computing担当VP、Ian Buck氏です。
発表したのはNVIDIAのHyperscale and High-Performance Computing担当VP、Ian Buck氏です。
テキトー教師DotAI 認定講師単に新しいモデルが1個出たという話じゃないんですよ。モデル、データセット、ツール、レシピがセットになっているのがポイントで、研究者が自分のドメインに合わせてエージェントを作り込むための「キット」として出てきているわけです。
室谷代表取締役公式の説明では、エージェントはタスクを計画し、シミュレーションを実行し、結果をチェックし、状況に応じて調整しながら進められる、と。まさに科学のワークフローを回す前提の設計ですね。
テキトー教師DotAI 認定講師背景ブリーフを見ると、科学エージェントはより長く複雑で、しかも視覚的なワークフローに移行していると。各ステップで精度と推論効率が問われるようになっていて、検証なしだと誤りがワークフロー全体で累積し、稼働が続くほど遅延や計算コストが増大する、というのが課題として整理されています。
室谷代表取締役汎用モデルをそのまま使うと専門領域の精度が足りない、というのは現場感覚としてよく分かります。MYUUUでもドメイン特化の話はいつも出ますからね・・・。
NVIDIAはそこを事後学習で埋める、と言っているわけです。
NVIDIAはそこを事後学習で埋める、と言っているわけです。
NVIDIA Nemotron for Scienceとは?SC26で発表された科学AI基盤の全体像
Nemotron for Scienceの全体像(4点セット+中核モデル)
オープンなモデル
研究者がカスタマイズ可能なモデル群
データセット
化学推論のデータセット兼ベンチマーク「NVIDIA Nemotron Litmus-Bench V2.0」を含む
ツール
科学向けAIエージェント構築を支援するツール群
事後学習レシピ
モデルを科学向けに仕上げるためのレシピ
中核:Nemotron 3.5 Super VL
オープンでカスタマイズ可能なマルチモーダルモデル。Nemotron 3ファミリーの系譜に連なる科学特化の位置づけ
テキトー教師DotAI 認定講師まず全体像を整理しましょう。Nemotron for Scienceに含まれるのは、大きく分けると4つです。
オープンなモデル、データセット、ツール、そして事後学習レシピ。この4点セットで、研究者がより正確で効率的な科学向けAIエージェントを構築できるようにする、というのが発表の主旨です。
オープンなモデル、データセット、ツール、そして事後学習レシピ。この4点セットで、研究者がより正確で効率的な科学向けAIエージェントを構築できるようにする、というのが発表の主旨です。
室谷代表取締役中核がNemotron 3.5 Super VLで、これはオープンでカスタマイズ可能なマルチモーダルモデル。あわせて化学推論のデータセット兼ベンチマークである「NVIDIA Nemotron Litmus-Bench V2.0」も含まれています。
テキトー教師DotAI 認定講師公式ブログでは、Nemotronが科学系ベンチマークでフロンティアレベルの精度を出し、科学コーディングでは最速の解答到達時間を実現すると説明されています。ここは具体的な数値が本文では示されず、図(Figure 1)で示される形になっています。
室谷代表取締役ベンチマークの個別スコアは現時点では本文に数字として明示されていない、と。そこは正確に押さえておきたいところですね。
テキトー教師DotAI 認定講師それとNemotron 3ファミリーの系譜も見ておきたいです。Nemotron 3ファミリーは2025年12月に発表されていて、Nanoが提供中、SuperとUltraは2026年前半提供予定とされていました。
Super/Ultraにはlatent MoEやMTP、NVFP4学習が導入される、という説明でした。今回のNemotron 3.5 Super VLは、この系譜に連なる科学特化の位置づけと読めます。
Super/Ultraにはlatent MoEやMTP、NVFP4学習が導入される、という説明でした。今回のNemotron 3.5 Super VLは、この系譜に連なる科学特化の位置づけと読めます。
室谷代表取締役Nemotron 3.5 Super VLでできること——科学エージェントは何を自律実行するか
科学エージェントの自律実行フロー
- 01仮説の入力自然言語で科学の仮説が伝えられる
- 02タスク計画エージェントがタスクを計画する
- 03シミュレーション実行計画に沿ってシミュレーションを実行する
- 04結果の評価検証を組み込み、結果を評価する
- 05自己修正複数回の反復の中で自己修正する
室谷代表取締役じゃあ具体的に何ができるのか。公式の説明だと、エージェントは自然言語で伝えられた科学の仮説に対して、タスクを計画し、シミュレーションを実行し、結果を評価し、複数回の反復の中で自己修正する、という流れです。
テキトー教師DotAI 認定講師ここで大事なのは「検証」が組み込まれていることです。検証がないと誤りがワークフロー全体で累積する。
逆に言えば、検証の仕組みを環境側に持たせられるかどうかが精度を左右する、という設計になっています。
逆に言えば、検証の仕組みを環境側に持たせられるかどうかが精度を左右する、という設計になっています。
室谷代表取締役ブログの実例が薬物代謝予測ですね。親化合物とそれを代謝する酵素が与えられたときに、生成される代謝物を予測する。
この問題を、モデルがステップバイステップで推論して、ツール呼び出しで答えを提出する、という形にしています。
この問題を、モデルがステップバイステップで推論して、ツール呼び出しで答えを提出する、という形にしています。
テキトー教師DotAI 認定講師提出された答えは自動でスコアリングされます。この採点が報酬信号になるので、人手のアノテーションが要らない。
これが「検証可能な報酬による強化学習(RLVR)」の環境になっているわけです。
これが「検証可能な報酬による強化学習(RLVR)」の環境になっているわけです。
室谷代表取締役採点に使うのはTanimoto類似度で、予測と参照の分子フィンガープリントの重なりを見る。0から1のスコアで、高いほど似ている、と。
テキトー教師DotAI 認定講師しかも報酬信号の精度はタスクに合わせて調整できると書かれています。単純な配列類似度なら軽量な検証器、ケモインフォマティクスライブラリや分子シミュレータ、あるいは稼働中の自律ラボまでツール呼び出しとして組み込める。
ツールがリッチなほど、化学的・生物学的に意味のある出力へモデルを精密に誘導できる、という説明です。
ツールがリッチなほど、化学的・生物学的に意味のある出力へモデルを精密に誘導できる、という説明です。
室谷代表取締役ここは面白いですね。検証器そのものを差し替え可能な設計にしている。
実験装置まで報酬設計に組み込める、という発想は科学研究の現場と相性が良さそうです。
実験装置まで報酬設計に組み込める、という発想は科学研究の現場と相性が良さそうです。
Nemotron 3.5 Super VLの使い方・始め方——NeMo GymとNeMo RLで事後学習する手順
NeMo GymとNeMo RLで事後学習する手順
- 01CSVの実験記録を用意配列やSMILES文字列、反応条件などのメタデータと、測定された性質や結果をペアにしたもの
- 02プロンプトペアに整形質問-回答、またはユーザー/アシスタントのプロンプトペアに整形し、実験のグラウンドトゥルースを検証器として使う
- 03Gym用JSONLへ変換各行が1つのJSONL行になり、グラウンドトゥルースなどの追加キーがサーバーのseed_sessionに渡されて検証される
- 04リソースサーバーを用意resources_servers/metxbiodb/app.py。seed_sessionでの正解保持、submit_metaboliteエンドポイントでのMorganフィンガープリントTanimoto(radius 2、2048ビット)による採点、スコアを報酬として返すverifyの3部構成。rdkitを含むpyproject.tomlも必要
- 05登録用YAMLを作成エージェント名はJSONL行のagent_ref.nameと一致させる必要がある
- 06トレーナー設定へ配線data、env、nemo_gymのconfig_pathsを設定
- 07GRPOとLoRAでファインチューニング環境が実験の入力を提示し、ステップバイステップで推論させ、ツール呼び出しで予測を提出させる。提出は自動採点されて密な報酬信号になる
- 08起動コマンドで実行run_grpo_nemo_gym.pyにgrpo_metxbiodb_super_vl.yamlを渡し、cluster.num_nodes=4、cluster.gpus_per_node=4、grpo.max_num_steps=100を指定(16GPUマルチノードGRPOの例)
テキトー教師DotAI 認定講師使い方の流れを整理しましょう。公式ブログは、生の実験データセットから始めて、NVIDIA NeMo Gymでカスタムの強化学習環境を構築し、強化学習を適用し、分子類似度スコアで改善を測る、というレシピを示しています。
NeMo Gymが環境のインフラ、NVIDIA NeMo RLが事後学習のフレームワークを担います。
NeMo Gymが環境のインフラ、NVIDIA NeMo RLが事後学習のフレームワークを担います。
室谷代表取締役手順をもう少し具体的に言うと、まずCSVの実験記録を用意する。配列やSMILES文字列、反応条件などのメタデータと、測定された性質や結果がペアになっているものです。
これを質問-回答、あるいはユーザー/アシスタントのプロンプトペアに整形して、実験のグラウンドトゥルースを検証器として使う、と。
これを質問-回答、あるいはユーザー/アシスタントのプロンプトペアに整形して、実験のグラウンドトゥルースを検証器として使う、と。
テキトー教師DotAI 認定講師環境の登録は4つのパーツで構成されます。整理するとこうです。
- CSVからGym用JSONLへの変換(各行が1つのJSONL行になり、グラウンドトゥルースなどの追加キーがサーバーのseed_sessionに渡されて検証される)
- リソースサーバー(resources_servers/metxbiodb/app.py)。ドメイン固有のコードはここだけで、seed_sessionでの正解保持、submit_metaboliteエンドポイントでのMorganフィンガープリントTanimoto(radius 2、2048ビット)による採点、そのスコアを報酬として返すverifyの3部構成。rdkitを含むpyproject.tomlも必要
- 登録用のYAML(エージェント名はJSONL行のagent_ref.nameと一致させる必要がある)
- トレーナー設定への配線(data、env、nemo_gymのconfig_pathsを設定)
室谷代表取締役で、GRPOとLoRAでファインチューニングする、と。環境がモデルに実験の入力を提示して、ステップバイステップで推論させ、ツール呼び出しで予測を提出させる。
提出は自動採点されて、密な報酬信号になる。トレーニングループ、報酬サーバー、ハーネス、ロールアウトワーカーが自己完結しているので、スカラー報酬を返せるドメインなら同じパイプラインが一般化する、という説明です。
提出は自動採点されて、密な報酬信号になる。トレーニングループ、報酬サーバー、ハーネス、ロールアウトワーカーが自己完結しているので、スカラー報酬を返せるドメインなら同じパイプラインが一般化する、という説明です。
テキトー教師DotAI 認定講師起動コマンドも公開されています。16GPUのマルチノードGRPO実行の例として、run_grpo_nemo_gym.pyにgrpo_metxbiodb_super_vl.yamlを渡し、cluster.num_nodes=4、cluster.gpus_per_node=4、grpo.max_num_steps=100を指定する形です。
室谷代表取締役ポリシー設定のモデル名はnvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A128-BF16になっています。このあたりのモデル名の意味はNVIDIAの「Nemotron 3.5 Super VL」とは?120Bのマルチモーダルモデルで解説しているので、あわせてどうぞ。
テキトー教師DotAI 認定講師受講生さんからよく出る質問が「で、何から手を付ければいいのか」なんですよ。このレシピはCSVとスコア関数さえ用意すれば回る形になっているので、まずは自分のドメインで「スカラー報酬を返せるか」を考えるのが第一歩になります。
薬物代謝予測で精度12%→さらに17%向上、Nemotronの事後学習レシピの中身
室谷代表取締役ここが一番具体的な数字のところですね。16,384トークンの出力設定で、薬物代謝のRLVR環境において、教師ありファインチューニング(SFT)がNemotron for Scienceの精度を12%改善し、RLの事後学習がさらに17%引き上げた、と報告されています。
テキトー教師DotAI 認定講師単に高性能なinstruction-tunedモデルでも、ドメイン固有タスクに対する的を絞ったRLフィードバックを与えると意味のある改善が続く、ということを示した数字です。ここは発表の主張の核ですね。
室谷代表取締役もう一つの選択肢が蒸留による「ウォームスタート」です。ベースモデルにRL前の能力ブーストが必要な場合や、RLの収束が遅い場合に、より強い教師モデルを同じ環境で走らせて高品質な推論トレースを生成する、と。
テキトー教師DotAI 認定講師高品質かどうかの判断基準が明確なんですよ。教師モデルのステップバイステップの論理——酵素の特定、反応部位の予測、代謝物構造の導出——が、グラウンドトゥルースの代謝物と一致するSMILESに至ったかどうか。
流暢で尤もらしく見えても論理に欠陥があって誤予測になったものは低品質とされる。
流暢で尤もらしく見えても論理に欠陥があって誤予測になったものは低品質とされる。
室谷代表取締役この高品質トレースをSFTやdirect on-policy distillationで生徒モデルにファインチューニングして、RLループの前に良いスタート地点を与える。これがウォームスタートで、収束を加速し、性能の下限を引き上げ、その後のRLを効率化して強いポリシーを見つけやすくする、という説明です。
テキトー教師DotAI 認定講師具体的なパイプラインも公開されています。AnthropicのClaude Sonnet 5.5をトレーニングセット全体で走らせ、各ロールアウトをグラウンドトゥルースの代謝物とのTanimoto類似度で採点し、正解した(質問、推論トレース)のペアだけを残す。
それが小さいモデルのSFTコーパスになる、と。
それが小さいモデルのSFTコーパスになる、と。
室谷代表取締役この環境では、1,934のトレーニングプロンプトから、Tanimoto閾値0.7以上で1,123件の高品質推論トレースがフィルタされた、と書かれています。
テキトー教師DotAI 認定講師ブログにはCYP1A2によるN-脱メチル化の例まで載っていて、親化合物のSMILES、グラウンドトゥルース、システムプロンプト、Claude Sonnet 5.5の推論トレース、そしてsubmit_metaboliteのツール呼び出しまで具体的に示されています。この例ではTanimoto類似度1.0の完全一致です。
室谷代表取締役教師モデルにAnthropicのモデルを使っている点は興味深いですね。科学向けの取り組みとしては、Anthropicの「AI for Science」とは?財団・研究機関20組への拡大を解説という動きもあります。
テキトー教師DotAI 認定講師ただし注意点として、これはあくまで公式ブログで示された一例です。他のドメインで同じ数字が出るとは限らない。
レシピの考え方を自分のデータに当てはめる、という読み方が正しいと思います。
レシピの考え方を自分のデータに当てはめる、という読み方が正しいと思います。
Nemotron Litmus-Bench V2.0とは?化学推論を測るオープンデータセット
テキトー教師DotAI 認定講師コレクションにはもう一つ、NVIDIA Nemotron Litmus-Bench V2.0が含まれています。これはオープンソースの化学推論データセット兼ベンチマークで、分子の性質についてLLMやエージェント型AIモデルを訓練・評価するために設計されたものです。
室谷代表取締役化学推論を測る物差しがセットで提供される、というのは地味に大きいですね。モデルだけ配られても、何をもって良いとするかの基準がないと比較できない。
テキトー教師DotAI 認定講師ここで注意したいのは、背景ブリーフや検索でよく聞かれる「MCQAの構成」「合成/非合成の内訳」「v1とv2の違い」といった細かい中身については、今回の公式ページ抜粋とスレッドでは明らかにされていない、という点です。データセットの詳細な構成は現時点では明らかにされていません。
室谷代表取締役そうですね。分かっているのは、化学推論、とくに分子の性質を対象にしたオープンソースのデータセット兼ベンチマークだ、というところまで。
ここは憶測で埋めずにおきたい。
ここは憶測で埋めずにおきたい。
料金・提供範囲——オープンなモデルとデータセットはどこまで使えるのか
室谷代表取締役提供範囲の話もしておきましょう。Nemotron for Scienceはオープンなモデル、データセット、ツール、事後学習レシピのコレクションとして発表されています。
Nemotron 3ファミリーの文脈では、モデルの重みはNVIDIA Open Model Licenseの下でオープンに公開される、と説明されています。
Nemotron 3ファミリーの文脈では、モデルの重みはNVIDIA Open Model Licenseの下でオープンに公開される、と説明されています。
テキトー教師DotAI 認定講師学習と事後学習の詳細なレシピはNemotronのGitHubリポジトリで公開されていて、完全な再現とカスタマイズが可能になる、というのがNVIDIAの説明です。
室谷代表取締役料金については、今回の発表ソースには価格の記載がありません。Nemotron for Science自体の利用料金や、商用利用の可否の細かい条件は、現時点では明らかにされていません。
ライセンス名はNVIDIA Open Model Licenseという表記のまま押さえておく必要があります。
ライセンス名はNVIDIA Open Model Licenseという表記のまま押さえておく必要があります。
テキトー教師DotAI 認定講師小型モデルや音声、合成データなど、Nemotronファミリーの各バリアントについてはNVIDIAの「Nemotron 3.5 Bolt E4B 4GB」とは?4GBで動く小型オープンモデルやNVIDIAの「Nemotron 3.5 Transcribe」とは?2.8%WERでオープンウェイト首位の音声認識も参考になります。科学特化の今回の位置づけと合わせて見ると、ファミリー戦略が立体的に見えてきます。
室谷代表取締役日本語の合成データという文脈だとNVIDIAの「Nemotron Personas Finance Japan」とは?日本語AI向け合成データ2種を公開もあります。オープンなデータを積み上げる方向性は一貫していますね。
よくある質問
室谷代表取締役ここまでの内容を、よく聞かれる形で整理しておきますね。
テキトー教師DotAI 認定講師まず「Nemotron for Scienceとは何か」ですが、NVIDIAがSC26で発表した、科学研究向けAIエージェントを構築するためのオープンなモデル・データセット・ツール・事後学習レシピの集合体です。中核はNemotron 3.5 Super VLとNemotron Litmus-Bench V2.0です。
室谷代表取締役「科学・大学院レベルの推論タスクでどれだけ使えるのか」については、公式ブログで科学系ベンチマークにおいてフロンティアレベルの精度を出すと説明され、科学コーディングでは最速の解答到達時間とされています。ただし個別のベンチマークスコアは本文中に数値として示されておらず、図で示される形です。
テキトー教師DotAI 認定講師「オープンソースで商用利用や自前構築は可能か」については、モデル、データセット、ツール、レシピがオープンなコレクションとして提供され、Nemotron 3ファミリーの重みはNVIDIA Open Model Licenseの下で公開されるという説明です。商用利用の細かい条件は今回のソースでは明らかにされていません。
室谷代表取締役「効率的な推論の仕組みは」という点については、Nemotron 3ファミリーがハイブリッドMamba-Transformer MoEアーキテクチャを採用し、各トークンで一部のエキスパートだけを活性化することでレイテンシを下げスループットを上げる、と説明されています。SuperとUltraではlatent MoEにより同じ推論コストで4倍多くのエキスパートを呼べる、とされています。
テキトー教師DotAI 認定講師「導入手順は」については、NeMo GymでCSVからRLVR環境を構築し、NeMo RLでGRPO+LoRAの事後学習を行う流れが公式ブログで公開されています。コードスニペットはnemo-rlとnemo-gymのトレーニングモジュールから引かれていて、設定を置き換えれば新しいドメインに適応できる、という説明です。
室谷代表取締役というわけで、モデル単体のニュースとしてではなく、「自分のドメインにエージェントを合わせ込むための型」が配られた、というのが今回の発表の読み方なんですよね。科学領域でエージェントを回したい人にとっては、かなり実践的なキットです。
テキトー教師DotAI 認定講師そうですね。講座でも「モデルを買う」から「モデルを育てる」へという話はよくするんですが、そのための環境構築と評価の型がセットで出てきたのは大きいです。
まずは自分のデータでスカラー報酬を返せるかを考えるところから始めると、このレシピが活きますよ。
まずは自分のデータでスカラー報酬を返せるかを考えるところから始めると、このレシピが活きますよ。
