近年來，以大規(guī)模預(yù)訓(xùn)練模型為代表的人工智能技術(shù)迅猛發(fā)展，為科研創(chuàng)新提供了全新范式。中科院高能物理研究所依托正負(fù)電子對撞機(jī)等大科學(xué)裝置，積累了海量高價值實驗數(shù)據(jù)，如何高效利用數(shù)據(jù)、加速成果產(chǎn)出，成為研究所面臨的核心課題。

經(jīng)過多方評估，中科院高能物理研究所選用曙光 AI 解決方案作為算力支撐，聯(lián)合 DeepAI 深算智能引擎，自主研發(fā)出高能物理領(lǐng)域首款聚焦知識挖掘與發(fā)現(xiàn)的 L2 級大模型 —— 溪悟 (Xiwu)。

在項目推進(jìn)中，研究所面臨多重挑戰(zhàn)：大模型訓(xùn)練所需的龐大算力資源存在行業(yè)性短缺；高價值科學(xué)數(shù)據(jù)需在安全可控的環(huán)境下實現(xiàn)內(nèi)部深度挖掘；基座模型種類繁多，需精準(zhǔn)適配領(lǐng)域需求。

借助DeepAI深算智能引擎，中科院高能物理研究所快速完成基座模型的適配優(yōu)化與訓(xùn)練框架（如LlamaFactory、Xtuner、vLLM等）的精準(zhǔn)選型，在兩方面實現(xiàn)價值突破：

打通實驗數(shù)據(jù)與理論研究的壁壘，幫助科學(xué)家快速定位關(guān)鍵信息，加速粒子物理、宇宙學(xué)等領(lǐng)域的研究進(jìn)程；

通過極簡的生態(tài)兼容設(shè)計，大幅降低模型微調(diào)與部署成本，為大模型在科研場景的規(guī)?；瘧?yīng)用奠定基礎(chǔ)。

經(jīng)過微調(diào)訓(xùn)練，溪悟(Xiwu)-130 億語言模型在100 個高能物理領(lǐng)域問答測試集上，采用人工評估的方法，與基準(zhǔn)模型Vicuna-130億相比，回答更加準(zhǔn)確或持平的概率達(dá)到95%，性能明顯優(yōu)于基準(zhǔn)模型。

中科曙光將持續(xù)攜手中科院高能物理研究所，不斷提升溪悟(Xiwu)大模型在Tokens限制解除、思維能力進(jìn)化、圖像處理優(yōu)化等一系列能力，探索大模型在更多復(fù)雜科學(xué)問題中的應(yīng)用潛力，推動科研范式智能化轉(zhuǎn)型。