Добавить новость
smi24.net
News in English
Июнь
2024

NASA-IBM Collaboration Develops INDUS Large Language Models for Advanced Science Research

0
Washington DC (SPX) Jun 27, 2024 - Collaborations with private, non-federal partners through Space Act Agreements are a key component in the work done by NASA's Interagency Implementation and Advanced Concepts Team (IMPACT). A collaboration with International Business Machines (IBM) has produced INDUS, a comprehensive suite of large language models (LLMs) tailored for the domains of Earth science, biological and physical sciences, heliophysics, planetary sciences, and astrophysics and trained using curated scientific corpora drawn from diverse data sources.

INDUS contains two types of models; encoders and sentence transformers. Encoders convert natural language text into numeric coding that can be processed by the LLM. The INDUS encoders were trained on a corpus of 60 billion tokens encompassing astrophysics, planetary science, Earth science, heliophysics, biological, and physical sciences data. Its custom tokenizer developed by the IMPACT-IBM collaborative team improves on generic tokenizers by recognizing scientific terms like biomarkers and phosphorylated. Over half of the 50,000-word vocabulary contained in INDUS is unique to the specific scientific domains used for its training. The INDUS encoder models were used to fine tune the sentence transformer models on approximately 268 million text pairs, including titles/abstracts and questions/answers.

By providing INDUS with domain-specific vocabulary, the IMPACT-IBM team achieved superior performance over open, non-domain specific LLMs on a benchmark for biomedical tasks, a scientific question-answering benchmark, and Earth science entity recognition tests. By designing for diverse linguistic tasks and retrieval augmented generation, INDUS is able to process researcher questions, retrieve relevant documents, and generate answers to the questions. For latency sensitive applications, the team developed smaller, faster versions of both the encoder and sentence transformer models.

Validation tests demonstrate that INDUS excels in retrieving relevant passages from the science corpora in response to a NASA-curated test set of about 400 questions. IBM researcher Bishwaranjan Bhattacharjee commented on the overall approach: "We achieved superior performance by not only having a custom vocabulary but also a large specialized corpus for training the encoder model and a good training strategy. For the smaller, faster versions, we used neural architecture search to obtain a model architecture and knowledge distillation to train it with supervision of the larger model."

INDUS was also evaluated using data from NASA's Biological and Physical Sciences (BPS) Division. Dr. Sylvain Costes, the NASA BPS project manager for Open Science, discussed the benefits of incorporating INDUS: "Integrating INDUS with the Open Science Data Repository (OSDR) Application Programming Interface (API) enabled us to develop and trial a chatbot that offers more intuitive search capabilities for navigating individual datasets. We are currently exploring ways to improve OSDR's internal curation data system by leveraging INDUS to enhance our curation team's productivity and reduce the manual effort required daily."

At the NASA Goddard Earth Sciences Data and Information Services Center (GES-DISC), the INDUS model was fine-tuned using labeled data from domain experts to categorize publications specifically citing GES-DISC data into applied research areas. According to NASA principal data scientist Dr. Armin Mehrabian, this fine-tuning "significantly improves the identification and retrieval of publications that reference GES-DISC datasets, which aims to improve the user journey in finding their required datasets." Furthermore, the INDUS encoder models are integrated into the GES-DISC knowledge graph, supporting a variety of other projects, including the dataset recommendation system and GES-DISC GraphRAG.

Kaylin Bugbee, team lead of NASA's Science Discovery Engine (SDE), spoke to the benefit INDUS offers to existing applications: "Large language models are rapidly changing the search experience. The Science Discovery Engine, a unified, insightful search interface for all of NASA's open science data and information, has prototyped integrating INDUS into its search engine. Initial results have shown that INDUS improved the accuracy and relevancy of the returned results."

INDUS enhances scientific research by providing researchers with improved access to vast amounts of specialized knowledge. INDUS can understand complex scientific concepts and reveal new research directions based on existing data. It also enables researchers to extract relevant information from a wide array of sources, improving efficiency. Aligned with NASA and IBM's commitment to open and transparent artificial intelligence, the INDUS models are openly available on Hugging Face. For the benefit of the scientific community, the team has released the developed models and will release the benchmark datasets that span named entity recognition for climate change, extractive QA for Earth science, and information retrieval for multiple domains. The INDUS encoder models are adaptable for science domain applications, and the INDUS retriever models support information retrieval in RAG applications.

Research Report:INDUS: Effective and Efficient Language Models for Scientific Applications

Learn more about the Science Discovery Engine here.








Приключения в Дагестане: Comedy Radio рекомендует «Атель-Матель»

Сеть клиник «Будь Здоров» открыла первый травмпункт сети на базе клиники на Сретенке

Жена Дмитрия Диброва Полина опубликовала первое фото с похудевшим на 20 кг мужем

Желдорреммаш подводит итоги работы за первое полугодие 2025 года


'Not ready for prime time': Trump, Republicans slam GOP leader's stock trade ban bill

Bay Area water sports enthusiasts are getting hooked on kayak polo

Dear Abby: Our son was clean and fit until Emily came along

Weah’s agent: One Juventus director ‘is creating problems’


Торжок ..

ТСМ готовит территорию под реконструкцию ростовского участка трассы М-4

Календарь мошенника: как фишеры используют праздники для кражи данных

Приключения в Дагестане: Comedy Radio рекомендует «Атель-Матель»


Dr. Mario с NES неофициально перенесли на PC и Android

«Деньги не пахнут»: Как Blox World наживается на доверии игроков Roblox

Bungie continues to fire into its feet with both barrels: A new armor set in Destiny 2 has just been disabled because it makes the player who wears it completely invisible

Color Maze Adventure 2.0.0



Москва благоустроит 700 улиц: замена асфальта и новые остановки

Спартак» Обыграл «Ростов» 2:0: Победа в Кубке России на «Ростов-Арене

Россия не одна. Против коллективного Запада встают другие страны: Пока заочно

Дальний Восток снова встречает детский благотворительный фестиваль «Добрая волна»


Спартак» Обыграл «Ростов» 2:0: Победа в Кубке России на «Ростов-Арене

Вечеринка с видом на «вьетнамский» рынок прошла в казанском КЦ «Московский»

Пробка протяженностью 16 километров образовалась на М4 "Дон" из-за ремонта трассы

Москва благоустроит 700 улиц: замена асфальта и новые остановки


Россия и Вьетнам будут сотрудничать в области кинопроизводства

Анонсировано второе речное путешествие по Волге

Сборная Кубани по пляжному волейболу – победитель летней Спартакиады молодежи

Росгвардия обеспечила безопасность на массовых мероприятиях в Подмосковье


Первый матч Иги Швентек после титула на Уимблдоне обернулся разгромом за час

Гауфф пробилась в третий раунд турнира в Монреале.

Прямая трансляция матча Елены Рыбакиной на престижном турнире

Радукану вспомнила, как предложила Рыбакиной выступить в парном разряде


В Москве стартовали съёмки фэнтези-сериала «Тайный город» — экранизации культовых романов Вадима Панова

Дата-центры будут передавать данные о российских майнерах криптовалют

Депутат Даванков предложил верифицировать мигрантов на сайтах знакомств

Фестиваль детства пройдет с 1 по 3 августа в олимпийском комплексе «Лужники»


Музыкальные новости

Певец Ярослав Сумишевский подарил дочери квартиру в Москве

Старшей дочери Джигана и Оксаны Самойловой Ариеле исполнилось 14 лет

Менеджер Артиста. Менеджер по работе с артистами.

Российская оперная певица Аида Гарифуллина выступит с итальянским тенором Андреа Бочелли в Узбекистане


Москва благоустроит 700 улиц: замена асфальта и новые остановки

Спартак» Обыграл «Ростов» 2:0: Победа в Кубке России на «Ростов-Арене

Синоптик Леус предупредил о грозовых дождях в Москве в выходные

Полиция задержала стрелявших из пневматики по ребенку в Подмосковье


Свекровь Кудрявцевой Наталья: ссоры случаются, но разводиться не собираются

Гендиректор «Роскосмоса» прибыл в США на первую с 2018 года встречу с главой NASA

Россия не одна. Против коллективного Запада встают другие страны: Пока заочно

Матвиенко указала на возможности для сотрудничества у Кубы при статусе партнера БРИКС


Ренессанс страхование: самым подорожавшим автомобилем за пять лет стал Porsche Macan

11 фактов о дорожной разметке

Миллиардные убытки и запрет «китайцев»: что происходит с отечественным автопромом

Новая развязка на ЦКАД: улучшение транспорта в обход Москвы продолжается


Путин назвал президента Лаоса давним другом российского народа

Морская коллегия сообщила о награждении Путина медалью

Путин напомнил Сисулиту о вкладе СССР в становление независимого Лаоса

«В хозяйстве пригодится»: Путин отреагировал на решение Лаоса подарить ему двух слонов



Министерство юстиции объявило книгу «Алексей Навальный. Патриот» экстремистской


Врач-стоматолог клиники «Мегастом» Светлана Фролова: из-за чего может появляться боль при надавливании на зуб

Присяжные вынесли решение: дело врачей из Калининграда, обвиняемых в убийстве ребенка

Собянин: В Покровском-Стрешневе завершена модернизация всех поликлиник

Спортивные протезы и стопы Steplife выдержали проверку соревнованиями


Погибшие и пострадавшие в результате ракетного удара по Киеву

Удар РФ по Киеву: разрушен подъезд дома, один человек погиб, 48 – пострадали


Спортивные протезы и стопы Steplife выдержали проверку соревнованиями

В «Коломенском» состоялось открытие обновленной набережной Москвы-реки

Сергей Собянин. Главное за день

Курск вспоминает олимпийскую победу Николая Солодухина 45 лет назад


Лукашенко поручил в условиях трудного времени «удержать экономику»

Лукашенко: Белоруссия открыта к любым переговорам и разговорам с Западом

Лукашенко подчеркнул важность проведения мобилизации в условиях мира

Лукашенко заявил, что Россия ближе всех для Белоруссии


Сергей Собянин. Главное за день

Сергей Собянин сообщил о завершении первого этапа обновления «Коломенского»

Собянин открыл обновленную пешеходную набережную в музее-заповеднике «Коломенское»

Сергей Собянин: Создали уникальную набережную


«Энергия копилась 70 лет»: опасны ли афтершоки после землетрясения на Камчатке

Алтайский госуниверситет возглавил эко-рейтинг российских вузов

Вязниковскую свалку обещают рекультивировать уже 8 лет. Сейчас это стоит 120 миллионов

Все рассчитали правильно. "Аэрофлот" - молодец. Премию хотят все. Трамвай подорожал. Ждите бурю


«Опираются на проверенные временем традиции дружбы и взаимного уважения»: Лавров — об отношениях РФ и Сирии

Компании ОЭЗ Москвы представят инновационные разработки на выставке в Манеже

Юрий Афонин в эфире «России-1»: Тарифы Трампа против Индии и Китая могут в буквальном смысле оставить американцев без штанов — и без кепок с лозунгами

Лавров охарактеризовал Сирию как надежного российского союзника


В администрации муниципального образования «Городской округ «Город Нарьян-Мар» выявлены нарушения законодательства о противодействии коррупции

Универсальный ТСД промышленного класса SAOTRON RT-T40

Портативный сканер штрих-кодов Heroje C1271 промышленного класса

В администрации Нарьян-Мара обнаружены следы коррупции


Хакерские атаки: как защититься от киберугроз

Где отдохнуть с друзьями – Крым в топе направлений на август

В Севастополе пройдет масштабная выставка картин Александра Дейнеки

Изменилось время перекрытия трассы Симферополь – Красноперекопск


Анонсировано второе речное путешествие по Волге

В Москве стартовали съёмки фэнтези-сериала «Тайный город» — экранизации культовых романов Вадима Панова

Пианист Станислав Корчагин выступит в Москве

«Поле чудес» и три жены: Леониду Якубовичу исполнилось 80 лет














СМИ24.net — правдивые новости, непрерывно 24/7 на русском языке с ежеминутным обновлением *