Colaborăm cu @InSilicoMed pentru a crea modele științifice de bază ușoare pentru cercetarea farmaceutică. Împreună, construim o serie de modele de fundație lichidă cu performanțe de ultimă generație în mai multe subdomenii de descoperire a medicamentelor. 💊 Scopul nostru este să împingem frontiera descoperirii de medicamente dincolo de modelele specializate cu scop unic și către modele generaliste fundamentale care să fie utile și capabile să ingereze molecule proprietare, teste și date țintă complet în instanțe private locale. Primul model din linie este LFM2-2.6B-MMAI, un model mic care atinge performanțe la scară cloud operând în întregime pe infrastructură privată: > Optimizare moleculară: Până la 98,8% succes la optimizarea multiparametrică MuMO-Instruct. > Predicție a afinității: A depășit GPT-5.1, Claude Opus 4.5 și Grok-4.1 la benchmark-ul Insilico cu 2,5M / 689 ținte. > Raționamentul chimic: Raționamentul puternic al grupurilor funcționale (FGBench) și retrosinteza solidă în 1 pas (ChemCensor). Prin combinarea tehnologiei eficiente LFM a Liquid AI cu MMAI Gym de la Insilico, o platformă cuprinzătoare de antrenament cu peste 1.000 de repere farmaceutice, observăm că implementarea on-premise poate oferi rezultate competitive pe întregul spectru de sarcini de descoperire a medicamentelor, toate într-un singur sistem. Aceste capabilități deblochează aplicații imediat utile pentru companiile farmaceutice, în special în screeningul ADMET de înaltă frecvență, optimizarea plumbului pentru chimia medicinală și evaluarea fezabilității retrosintezei care previne efortul experimental irosit.

Citiți anunțul parteneriatului: Citește raportul tehnic: Ia modelul astăzi: Vezi @InSilicoMeds CEO și cofondator @biogerontology și @liquidai CEO și cofondator @ramin_m_h despre descoperirea medicamentelor.