描述
Sage S2.1 Flash 是由上海人工智能实验室开发的复杂科学多模态模型。该模型专门设计用于需要多轮分析和验证的研究任务,提供了一种全面的科学探究方法。
阅读更多
Sage S2.1 Flash 的核心是将先进的科学数据理解与信息检索、编程和工具使用的能力相结合。这使得模型能够与专业软件进行交互,执行复杂分析,将结果与中间输出和视觉反馈进行交叉验证,并根据这些评估动态调整后续步骤。这种迭代和自适应的特性使其在复杂科学研究中尤为宝贵。
该模型利用一种称为 Sage SciPerception 的统一表示架构,能够处理超过十种不同类型的科学输入。这些输入包括分子图、晶体结构以及蛋白质序列和三维结构等多种数据格式。从每种输入类型中提取的特征被编码并投影到共享表示空间中。这个共享空间使得推理与自然语言指令并行进行,从而实现多样化科学数据与人类查询的无缝集成。
Sage S2.1 Flash 支持广泛的科学任务,包括但不限于预测、分类、位置定位、定量分析和结构推断。其处理如此广泛的科学数据和任务的能力使其成为研究人员的多功能工具。该模型在多个基准测试中表现出色,在15个基准和六个模型中,四个基准排名第一,七个基准排名第二。显著成就包括在机器学习工程的 MLE-bench Lite 和办公及专业文档处理的 OfficeQA Pro、Harvey LAB 和 SpreadsheetBench 2 中排名第一。在多个工具使用和研究执行基准如 AutomationBench 和 OSWorld-Verified 中也获得了第二名。
部署涉及使用科学编码器和可训练投影器将科学数据映射到语言模型的输入嵌入空间。此过程确保生成的表示保留原始数据中的关键结构和局部信息,这对于准确的材料属性预测、序列分类和其他任务至关重要。该模型及其组件可在 Hugging Face 和 ModelScope 上下载,并根据 MIT 许可证发布。
- 类别AI 模型与大语言模型
- 定价模式开源
- 部署云端
- 平台网页版
Sage S2.1 Flash亮点
科学多模态模型
设计用于研究任务
多轮分析和验证
结合科学数据理解与信息检索
集成编程和工具使用
利用专业软件进行分析
检查结果与中间输出和视觉反馈
动态调整后续步骤
统一表示架构(Sage SciPerception)
支持超过十种类型的科学输入(例如,分子图、晶体结构、蛋白质序列/三维结构)
特征编码到共享表示空间
与自然语言指令并行推理
支持预测、分类、位置定位、定量分析、结构推断
可在 Hugging Face 和 ModelScope 上获取
根据 MIT 许可证发布
Sage S2.1 Flash入门
访问模型:从 Hugging Face 或 ModelScope 下载 Sage S2.1 Flash。
下载投影器:从模型库获取科学投影器和共享加载脚本。
设置环境:配置科学编码器、任务特定的输出和预处理依赖项。
验证投影器:确保投影器正确加载,例如,在 CPU 上处理晶体结构任务。
提取特征:使用客户端根据相关科学输入协议提取特征。
运行投影器:通过投影器处理提取的特征。
形成提示序列:将投影器输出与 Sage S2.1 Flash 的文本令牌嵌入结合。
生成响应:将完整的提示序列传递给语言模型,在 vLLM 服务器上启用 `--enable-prompt-embeds`。
Sage S2.1 Flash的使用案例
- 科学研究分析
- 分子图预测
- 晶体结构推断
- 蛋白质序列分类
- 定量科学分析
- 机器学习工程
- 办公文档处理
- 自动化工具使用





