公司
别名：PeriodicLabs
建立高通量材料实验室的科技公司
已跟踪 2 条高相关材料
最近变化
2026-09-16 · Jev模型采用RLCD训练方法，实现100-200倍性能提升
为什么值得关注
Periodic Labs 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
[AINews] Jev: a “System One Model” that only decides/classifies/routes/scores — >100x faster, >200x cheaper than small frontier LLMs
Latent Space · 8.5 分
Jev模型通过RLCD训练方法实现比小型前沿LLM快100倍、便宜200倍的性能，Neon模型在材料科学领域展现突破性应用。
Exciting results, @LiamFedus! Congrats to the whole team at Periodic Labs!
Jeff Dean(@JeffDean) · 6 分
Periodic Labs通过高通量实验室与AI模型结合加速材料发现，但信息碎片化且缺乏技术细节。
已收录 2 条与 Periodic Labs 相关的内容，按评分排序。
Jev模型通过RLCD训练方法实现比小型前沿LLM快100倍、便宜200倍的性能，Neon模型在材料科学领域展现突破性应用。
入选理由：Jev模型采用RLCD训练方法，实现100-200倍性能提升
Periodic Labs通过高通量实验室与AI模型结合加速材料发现，但信息碎片化且缺乏技术细节。
入选理由：使用1300个H200芯片进行中期训练
![[AINews] Jev: a “System One Model” that only decides/classifies/routes/scores — >100x faster, >200x cheaper than small frontier LLMs](https://substackcdn.com/image/fetch/$s_!VwPr!,w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fdafca494-4f36-4a32-864a-2fb74357afe7_2150x1690.png)
