今天，我們發佈了 ether0，這是我們的第一個科學推理模型。 我們使用 RL 訓練 Mistral 24B 完成化學中的幾個分子設計任務。值得注意的是，我們發現 LLM 可以比在相同數據上從頭開始訓練的專門模型更有效地學習一些科學任務，並且在這些任務上可以大大優於前沿模型和人類。對於至少一個科學分類、回歸和生成問題的子集，訓練后 LLM 可能提供比傳統機器學習方法更高的數據效率方法。1/n