Carbon-X 开源 14.8B 模型：聊天窗口直接输入 DNA 用英语作答

jatingargiitk · reddit · 2026-10-22

Carbon-X 是 Hugging Face Bio 发布的 14.8B 参数 decoder-only 开源模型（Apache 2.0），在普通对话中接收原始 DNA 序列并用英语回答。文本与 DNA 共用同一 token 流，采用 6-mer token，中期训练用了 302B token。官方报告在五个 DNA 基准上平均 66.7%（关闭思考模式），对比 GPT-6.1 Sol 为 67.5%；bfloat16 下权重可放进单张 80GB GPU。模型卡明确其未经临床验证，精确序列操作仍应交给代码处理。发帖者认为其价值在于让敏感数据集的序列分析可以本地化进行，并询问是否有人在私有变异数据集上验证过基准成绩。