Mistral 研究员发布开源 DNA 模型 Carbon-X:14B 中训 DNA+文本

ATinyGreenCell · x · 2026-10-22

Hugging Face/Mistral 研究员 Loubna Ben Allal 发布 Carbon-X,称其为最强开源 DNA 模型:将 14B 语言模型在 DNA 与文本上做中训练(midtraining),宣称超越所有开源语言模型,并以 1/1000 的成本比肩 GPT-6.1 Sol。可询问序列功能、突变影响或生成新 DNA。开发者 ATinyGreenCell 追问其能力边界:DNA 指原始基因组序列,中训练数据以真核生物功能区域为主,涵盖编码序列、调控元件与 motif;对突变的理解类似纯基因组模型——通过上下文判断碱基是否符合预期,打破保守模式的突变会被突出;但精确序列编辑与克隆、组装规划仍需配合确定性工具或更大模型。