Hugging Face Carbon-X را منتشر می کند، یک مدل هوش مصنوعی باز که به شما امکان می دهد با DNA چت کنید

گزارش کامل

Hugging Face در روز پنجشنبه (22 اکتبر) Carbon-X را منتشر کرد، یک مدل منبع باز رایگان تحت مجوز آپاچی 2.0. این پرتاب توسط محققان آکادمی Zhongguancun پکن، موسسه ژنتیک و پزشکی Telethon ایتالیا و دانشگاه فدریکو II ناپل توسعه داده شد و توسط WIRED گزارش شد.

این مدل حدود 14.8 میلیارد پارامتر دارد. از Qwen3-14B باز علی بابا شروع می شود و بر روی 302 میلیارد توکن آموزش داده شده است که تقریباً 55 درصد آنها توالی DNA هستند. توکنایزر آن DNA را در تکه‌های شش حرفی می‌خواند و می‌تواند حدود 49000 تا 50000 حرف DNA را در یک زمان دریافت کند - که هنوز خیلی کمتر از یک ژنوم کامل انسان است. قضاوت می کند که آیا یک جهش خوش خیم یا عامل بیماری به نظر می رسد، مناطقی را که فعالیت ژن را کنترل می کنند، علامت گذاری می کند و پایه بعدی یک توالی را پیش بینی می کند.

Hugging Face مدعی است میانگین امتیاز 66.7% در پنج معیار DNA، 27 امتیاز بالاتر از Qwen3-14B اصلی، و می‌گوید که Carbon-X در هر مدلی که آزمایش کرده است در معیار کدگذاری BioReason و پیش‌بینی پایه بعدی، با حدود 1/1800م هزینه هر مشکل SolPT، پیشتاز است. دو مورد از پنج معیار (FrontierVEP، NextBase) توسط خود Hugging Face طراحی شده است. این مدل بر روی یک واحد پردازش گرافیکی 80 گیگابایتی قرار می گیرد. این تیم عمداً توالی های ویروس را از تمرین حذف کردند تا خطر سوء استفاده را کاهش دهند.

توسعه‌دهندگان در مورد محدودیت‌ها صحبت می‌کنند: پیش‌بینی‌های Carbon-X هنوز در آزمایش‌های آزمایشگاه مرطوب تأیید نشده‌اند، بنابراین نمی‌توانند دقت یا استفاده بالینی را تضمین کنند. لوئیس تونستال، دانشمند ارشد تحقیقاتی، به WIRED گفت: «ما یک قابلیت جدید را در مدل‌های زبان باز کرده‌ایم، که اساساً مربوط به توانایی چت با DNA است. در مقابل، AlphaGenome Google DeepMind که سال گذشته منتشر شد، پیش‌بینی‌ها را در قالب عددی ارائه می‌کند و به محاسبات بیشتری نیاز دارد.