Carbon-X объединяет язык и ДНК в открытой модели на 14,8 млрд параметров
Команда Hugging Face Bio представила Carbon-X — открытую языковую модель для работы с ДНК и обычным текстом. В карточке, проверенной редакцией 24 октября, указаны 14,8 млрд параметров и лицензия Apache 2.0.
Последовательности внутри диалога
Модель получает генетическую последовательность вместе с вопросом и отвечает на английском языке. Заявленные задачи включают анализ эффектов вариантов, понимание последовательностей и предсказание следующих оснований. Для текста и ДНК используется общий поток токенов; отдельного ДНК-энкодера нет.
Разработчики приводят средний результат 66,7% на пяти профильных тестах при отключённом развёрнутом рассуждении. Это оценка авторов на выбранном наборе задач, а не универсальная мера качества и не независимая проверка редакции.
Исследовательский инструмент с явными ограничениями
По данным команды, веса в формате bfloat16 помещаются на один GPU с 80 ГБ памяти. Возможность локальной работы особенно интересна для неопубликованных данных.
При этом авторы прямо указывают: клиническая валидация не проводилась, использовать модель для медицинских решений нельзя. Она может ошибаться в координатах и подсчёте оснований, а при недостатке контекста — придумывать свойства последовательности.
Практический смысл: Carbon-X предлагает удобный языковой интерфейс к исследовательским задачам, но точные операции и биологические выводы требуют отдельной проверки. Чувствительные генетические данные также требуют понимания того, где именно выполняется обработка.