Hugging Face 开源 Carbon-X:把 DNA 序列放进聊天窗口分析
- 模型规格:Hugging Face 联合北京中关村学院、意大利遗传与医学研究机构推出 Carbon-X,基于 Qwen3-14B 继续训练,实际参数量约 148 亿;团队为文本词表加入 DNA 专用编码,每个 DNA token 对应 6 个碱基,DNA、生物学文本与指令数据共用同一个模型。
- 评测数据:在团队公布的 5 项 DNA 基准测试中,关闭思考模式的 Carbon-X 平均得分 66.7%,GPT-6.1 Sol 的对应最高配置为 67.5%。
- 使用边界:模型权重采用 Apache 2.0 许可,BF16 部署配置可放入单张 80GB GPU;团队强调它尚未经过临床验证,不能用于医疗决策,对缺少上下文的序列可能产生错误解释。
- 行业意义:把 DNA 序列与自然语言放进同一套词表和对话界面,让不具备生物信息学工程能力的团队也能调用序列分析能力;但开源权重与单卡部署配置降低了使用门槛,临床级准确性仍待独立验证。 🔗 爱范儿早报