Hugging Face 于 10 月 22 日发布开源模型 Carbon-X：一个能直接用日常语言「和 DNA 对话」的模型。用户把一段 DNA 序列贴进聊天框，就能提问：这个突变是良性还是致病？它会如何影响基因活性？模型给出的是自然语言解释，而不再只是一串数字预测。
要点：
- 对话式基因分析：Carbon-X 为 14.8B 参数的解码器模型，DNA 与文本共享同一 token 流，以 6 个碱基为一组读取序列；可预测突变效应、识别调控区域、按物种分类序列并解释推理过程。
- 本地运行、数据不出境：模型按 Apache 2.0 协议开源，权重可下载，在单块 80GB 显卡上即可运行；敏感的患者基因数据不必上传云端，这对受数据合规约束的研究机构意义重大。
- 安全与边界同样明确：训练语料约 3000 亿 token，涵盖人类与动植物、真菌等物种的序列，但特意排除了病毒；官方也坦言，模型预测尚未经实验室验证，不能用于医疗决策。
原文链接：点击查看原文，正文为摘要整理，仅供参考。
评论