近年來，以大規(guī)模預訓練模型為代表的人工智能技術迅猛發(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電子對撞機等大科學裝置，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)。

在項目推進中，研究所面臨多重挑戰(zhàn)：大模型訓練所需的龐大算力資源存在行業(yè)性短缺；高價值科學數(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，需精準適配領域需求。

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)化與訓練框架（如LlamaFactory、Xtuner、vLLM等）的精準選型，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，幫助科學家快速定位關鍵信息，加速粒子物理、宇宙學等領域的研究進程；

通過極簡的生態(tài)兼容設計，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)模化應用奠定基礎。

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

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、思維能力進化、圖像處理優(yōu)化等一系列能力，探索大模型在更多復雜科學問題中的應用潛力，推動科研范式智能化轉(zhuǎn)型。