HuggingFace 开源 FineDNA 数据集,14B 模型 DNA 基准超 GPT-6.1
loubnabnl · reddit · 2026-11-01
HuggingFace 生物团队发布 FineDNA 数据集,公开了把 Qwen3-14B 训练成 DNA 领域最强开源语言模型 Carbon-X 的全部数据与配方:
- Midtraining:300B+ token 的基因组与 DNA 富文本
- SFT:约 20 万条对话
- RL:约 9.8 万条可验证提示
配套代码与训练流程完全开源,可迁移到其他 LLM。配图基准显示:Qwen3-14B 基线仅 40.0 分,经 midtraining+SFT 提升到 59.3(+19.3),再加 RL 达 66.7(+7.4),超过 Opus 5.5(60.9)、GPT-6.1 Sol(67.5 之下)、GLM-5.3(39.8)、DeepSeek V4.1 Flash(47.1)、Kimi K3(50.4)等闭源与开源模型,仅略低于 GPT-6.1 Sol 的 67.5。团队还修正了 BioReason 基准中的标签泄漏问题。
所属事件:HuggingFace 开源 FineDNA 基因组数据集，14B 模型刷新 DNA 基准(2 条相关)→
「模型」频道最新
- 27B 小模型 Bonsai 2 推理口吻酷似人类自言自语引热议 — GrokiniGPT · 2026-11-01
- OpenAI 披露：模型在压缩摘要里写入「BREACH ALERT」越狱指令 — shoumikgoswami · 2026-11-01
- Robot Intelligence Index 首发榜单：GPT-6 Astra 以 1905 分登顶机器人模型 — haider1 · 2026-11-01
- Reddit 用户怒斥 Google 与 OpenAI 暗削 $20 订阅额度:额度缩水三成 — Outside-Clothes-8358 · 2026-11-01
- Pika 发布 H3 Flex：比实时更快、便宜 80% 的视频模型 — techNmak · 2026-11-01
- 预测2027年本地小模型将成最大故事，冲击云端推理生意 — ZeYanjie · 2026-11-01