エヌビディア(NVIDIA)は、科学研究向けのマルチモーダルAIモデル「Nemotron 3.5 Super VL」を強化学習(RL)で追加学習する手順を示し、薬物代謝予測の例で精度が向上したと説明した。
同社が11月16日(米国時間)に発表した科学研究向けの開発一式「Nemotron for Science」の関連として示された。AIエージェントを使った研究では、誤差の伝播、遅延、計算コストが課題になるという。
手順はまず、「NeMo Gym」でカスタムの強化学習環境を作る。次に「NVIDIA NeMo RL」で強化学習を適用する。
学習データは、SMILES文字列(分子構造を文字列で表す記法)で書いた分子構造などの入力と出力の組だ。正解を機械的に確かめられる報酬で学ぶ「RLVR」の環境として使う。




