Shanghai AI Lab présente Sage SciPerception avec RSI
Le Shanghai AI Lab a présenté Sage SciPerception, un cadre scientifique multimodal conçu pour connecter des données de recherche à des grands modèles de langage sans transformer systématiquement les mesures en texte. Le système, nommé en interne Shusheng Yuanzheng, utilise des modules de projection entraînables qui convertissent des signaux spectraux, des séquences biologiques, des structures cristallines et des séries temporelles en représentations compréhensibles par un modèle de langage. Les scientifiques peuvent alors poser des questions en langage naturel tandis que les données restent encodées sous forme scientifique. L’originalité tient à l’introduction d’un mode d’amélioration récursive de soi, ou RSI. Le modèle ne se contente plus d’apprendre une tâche : il analyse ses performances, repère les faiblesses d’architecture, propose de nouvelles organisations de projection, puis valide ses hypothèses par l’entraînement et l’évaluation. Cette boucle permet une conception plus autonome de la perception scientifique, au-delà des interfaces fixes définies manuellement pour chaque type de données. L’architecture conserve une base de langage figée et n’entraîne que des projections légères. Dans une expérience sur l’ARN non codant, seulement 0,5 million de paramètres ont été mis à jour pour relier des représentations spécialisées à la base linguistique. Cette approche limite le coût de calcul et réduit fortement l’entrée : un signal électrocardiographique qui exigerait environ 253 000 tokens s’il était converti en texte est ramené à 452 tokens, soit une réduction d’environ 99,8 %. Sur le modèle scientifique Shusheng-S2, Sage SciPerception améliore la localisation de sites protéiques, la prédiction de propriétés cristallines et la reconnaissance moléculaire par spectroscopie. Dans un test de classification d’ARN non codant, une itération guidée par RSI a porté la précision de 90,04 % à 94,65 %, puis à 96,73 % grâce à une meilleure adaptation des caractéristiques scientifiques. Le laboratoire a aussi rapporté 97,35 % de précision sur un benchmark de classification d’ARN, 49,75 % de premier choix correct sur une identification moléculaire multi-spectrale, et un score MAD/MAE de 15,03 sur JARVIS-DFT pour l’énergie de formation cristalline. Ces résultats montrent que Sage SciPerception relie les encodeurs spécialisés, nécessaires à la finesse scientifique, et les grands modèles de langage, utiles pour le raisonnement et l’explication. Le cadre devrait alimenter la prochaine série Shusheng-S et intégrer davantage de modèles, de données et d’outils, avec pour objectif de faire progresser les scientifiques dans des tâches complexes tout en conservant les capacités générales des assistants de langage. Le projet a été publié sur GitHub et Hugging Face.
