Hugging Face 联合多机构开源 DNA 模型 Carbon-X

Hugging Face Biology Research联合中关村学院、TIGEM和那不勒斯费德里科二世大学发布Carbon-X，这是一个面向DNA理解与生成的开放模型；其关注价值在于把原始DNA序列与自然语言交互结合起来，但模型输出不能直接替代生物医学验证。

• Hugging Face模型卡将Carbon-X描述为14.8B参数的decoder-only模型，联合训练DNA序列和自然语言。
• 模型使用混合分词器，以文本BPE和6-mer方式编码DNA，并支持在普通对话中输入序列。
• 模型卡报告其在五项DNA基准上的平均成绩为66.7%，这些结果来自发布方自建或采用的评测组合，跨模型比较仍受设置影响。
• 模型卡明确指出其尚未经过临床验证，可能在序列定位、功能判断和长序列生成中出错。
• Apache 2.0许可证和单张80GB GPU可运行的说明，降低了研究者本地试用和复现实验的门槛。
• 影响/看点：Carbon-X可能推动DNA分析工具向开放模型和本地部署发展，但能否用于科研决策取决于外部复现、湿实验验证和对遗传数据隐私的控制。
• 资料依据:
• Hugging Face模型卡（2026-10-22）：https://huggingface.co/HuggingFaceBio/Carbon-X
• Hugging Face Biology Research官方GitHub（2026-10-22）：https://github.com/huggingface/carbon
• X：Thomas Wolf（2026-10-22）：https://x.com/Thom_Wolf/status/2113345703485309335

本内容由 AI 生成，仅供参考，请注意甄别