Spolupracujeme s @InSilicoMed na vytvoření lehkých vědeckých základních modelů pro farmaceutický výzkum. Společně budujeme sérii kapalných základních modelů s nejmodernějším výkonem napříč různými subdoménami objevování léčiv. 💊 Naším cílem je posunout hranice objevování léků za hranice jednoúčelových, specializovaných modelů směrem k základním generalistickým modelům, které jsou užitečné a schopné přijímat proprietární molekuly, testy a cílová data zcela v rámci místních soukromých instancí. Prvním modelem v řadě je LFM2-2.6B-MMAI, malý model, který dosahuje výkonu v cloudovém měřítku při provozu zcela na soukromé infrastruktuře: > Molekulární optimalizace: Až 98,8% úspěšnost u víceparametrové optimalizace MuMO-Instruct. > Afinitě: Překonal GPT-5.1, Claude Opus 4.5 a Grok-4.1 na benchmarku Insilico 2,5M / 689-target. > Chemické uvažování: Silné funkční skupinové uvažování (FGBench) a pevná jednokroková retrosyntéza (ChemCensor). Kombinací efektivní LFM technologie Liquid AI s MMAI Gym od Insilico, komplexní tréninkovou platformou s více než 1 000 farmaceutickými benchmarky, pozorujeme, že nasazení na místě může přinést konkurenceschopné výsledky napříč celým spektrem úkolů objevování léků, a to vše v jednom systému. Tyto schopnosti okamžitě otevírají užitečné aplikace pro farmaceutické firmy, zejména v oblasti vysokofrekvenčního ADMET screeningu, optimalizace olova zaměřené na medicínskou chemii a hodnocení proveditelnosti retrosyntézy, které zabraňuje zbytečnému experimentálnímu úsilí.