Deep Principle 宣佈推出 Hydrogen-1.0，一個專攻化學、材料科學同生命科學嘅開放權重（open-weight）科研大模型。佢係基於 Z.ai 嘅 GLM-5.3，再用領域數據、實驗室記錄同代理探索路徑（agent discovery trajectories）做後訓練（post-training，即喺已有預訓練模型上針對特定領域再訓練）。
呢個模型賣點有兩個：一是面向科研場景嘅專業化，二係真正開放權重。按官方資料，Hydrogen-1.0 嘅參數量為 753B，權重以 MIT License 發布，開發者可以免費下載、修改同商用——唔只係「開源」呢個詞，仲真係放低權重畀人用。
廠商同時宣稱，Hydrogen-1.0 喺一個叫做 FrontierScience-Research 嘅評測上跑贏 GPT-6-Astra。模姐會點：廠商自評跑分先睇測試條件同獨立驗證先算數，一個「FrontierScience-Research」嘅評測集，邊個維護、點樣出題、樣本幾多，呢個先係決定跑分有冇參考價值的關鍵。
對科研工作者嘅實際意義，係佢哋而家可以用自己嘅 GPU 部署一個對科研任務特化嘅模型，唔使依賴閉源 API，亦唔使擔心數據畀送去做訓練。753B 呢個規模本地部署嘅硬件要求，係另一個值得留意嘅實際問題。
模姐驗嚇貨：753B、MIT 授權、針對科研領域後訓練，呢個組合方向冇錯。但「跑贏 GPT-6-Astra」呢句，而家仲止於廠商自評。753B 嘅權重雖然開放，本地跑得起嘅硬件門檻擺喺度；開放權重嘅價值，正正係畀人自由部署、自由修改，而唔係只讀。
模姐｜深度調教
