Deep Principle 开源 Hydrogen-1.0：753B 科学模型，后训练 GLM-5.3 专攻化学/材料/生命科学

Deep Principle（杭州）11 月 2 日发布 Hydrogen-1.0：在 GLM-5.3 基座上进行科学领域后训练的 753B 参数 MoE 模型（每 token 激活约 40B），上下文 1M、最大输出 128K，MIT 许可证开放权重，可在 Hugging Face 与 ModelScope 下载。

训练数据来自化学、材料科学、生命科学的领域知识、实验室记录与 Agent 发现轨迹（假设-动作-观测-修订的完整研究过程），结合 SFT 与 RL，目标是把通用模型能力连接到科研决策（问题 framing、实验设计、结果分析、开放性发现）。

评测：FrontierScience-Research 38.3%（vs GPT-6-Astra 33.3%），GPQA-Diamond 93.0%（vs GPT-6-Astra 96.0%）。在 NMR 结构解析上仍落后 GPT-6-Astra（max thinking）3.33 分。

部署：SGLang 单机 8 GPU（TP=8），NVFP4 面向 NVIDIA B200/B300，MXFP4 面向 AMD MI350X/MI355X，暴露 OpenAI 兼容 API（支持 reasoning_effort）。权重完全开放，模型卡明确声明训练数据与完整配方未随权重发布。

原文链接：Deep Principle 官方博客