A Hugging Face lançou em 22 de outubro o modelo aberto Carbon-X: um modelo que permite "conversar com o DNA" em linguagem cotidiana. Cole uma sequência de DNA na caixa de chat e pergunte: essa mutação é benigna ou patogênica? Como ela afeta a atividade gênica? O modelo responde em linguagem natural em vez de devolver apenas previsões numéricas.
Pontos principais:
- Análise genética conversacional: o Carbon-X é um modelo decodificador com 14,8 bilhões de parâmetros no qual o DNA e o texto compartilham um único fluxo de tokens, lendo sequências em grupos de 6 bases. Ele pode prever efeitos de mutações, identificar regiões reguladoras, classificar sequências por grupo de organismos e explicar seu raciocínio.
- Execução local, dados ficam onde estão: publicado sob a licença Apache 2.0 com pesos para download, ele roda em uma única GPU de 80 GB, de modo que dados genômicos sensíveis de pacientes não precisam ir para a nuvem — uma grande vantagem para instituições de pesquisa sujeitas a normas de conformidade.
- Limites de segurança claros: o corpus de treinamento abrange cerca de 300 bilhões de tokens de humanos, animais, plantas, fungos e outras espécies, mas exclui deliberadamente vírus. Os desenvolvedores também alertam que suas previsões não foram validadas em laboratório e não devem ser usadas para decisões médicas.
Link original: Clique para ver o original. Este é um resumo digestivo apenas para referência.
Comentários