Hugging Face 发布开源 DNA 模型 Carbon-X
Hugging Face 与 TIGEM、Naple "Federico II" University 和 Zhongguancun Academy 合作训练并发布 Carbon-X，这是一款可读取原始 DNA 并用自然语言解释的开源 14B 模型。
我写这段话的时候，我的 AI 助手被一项生物安全过滤器拦住了。它当时正在总结我自己团队关于今天发布的模型的笔记 😅
前沿实验室正快速进入生物学领域，但最能从这些模型中获益的科学家和临床医生，恰恰也是不断撞上这类墙的人（而且每天如此）。
因此，我们与 TIGEM（Telethon Institute of Genetics and Medicine）、那不勒斯“费德里科二世”大学以及中关村学院合作训练了 Carbon-X。
Carbon-X 是一个开放的 140 亿参数模型，能够读取原始 DNA，并用通俗易懂的英语谈论其含义。在我们的 DNA 基准测试中，它的得分为 67%，而 Claude Opus 5.5 为 61%，Gemini 4 Argon 为 50%；它与 GPT-6.1 Sol 的得分相差不到 1 分，而成本约为后者的千分之一。
我们将人类和动物病毒排除在训练数据之外。模型权重已开放，模型可以在学术机构能够获得的硬件上运行（一台笔记本电脑）。
博客中的一个例子是：给前沿模型一段 8 kb 长的 NF1 基因片段，其中包含一个剪接位点突变。大多数模型会将其判定为良性、予以拒绝，或者耗尽 token。Carbon-X 则会指出它是致病的，因为该突变破坏了剪接位点。
本世纪，生物学可能是 AI 发挥最大作用的领域。我们希望以公开透明的方式完成安全方面的工作，并让全球每一家实验室都能以此为基础继续开发。欢迎大家试用，并告诉我们你的发现。
模型：huggingface.co/HuggingFaceBi…
博客：huggingface.co/spaces/Huggin…
来源：Thom_Wolf · x.com