ether0

内容与规模

ether0 由 FutureHouse 发布，是在开源基座上训练的 24B 参数科学推理模型，专注有机化学任务（如按分子式设计分子、反应与性质问题）。站内仿真页概述：采用 GRPO 强化学习，训练题约 64 万道、覆盖 375 类任务 [1][2]。

训练配方的意义

其核心是"可程序验证的奖励"：分子式匹配、结构合法性、性质预测器打分都能自动判分，而无需湿实验，因此成本接近代码任务。这与 验证器强度 所论"优先做强 verifier 洼地"一致：量子化学确定检查、逆合成可执行性等属于此类。

局限与争议

• 奖励多由计算预测器给出，属于仿真侧信号，与真实湿实验结果之间仍有 sim2real 间隙，见 湿实验作为 RL 环境。
• 任务分布偏小分子有机化学，跨到蛋白、细胞层面的泛化未见证据。
• 基准成绩多为开发方自报，且运营评测的机构同时是被评产品方的情形（如 BixBench）需留意利益冲突。

来源

1. arXiv 2506.17238 (2026-10-15)
2. 站内 simulation 页对 ether0 的概述