Hugging Face 联合机构开源 DNA 模型 Carbon-X

事件综述根据 3 篇报道整理，10月26日更新

Hugging Face 与 TIGEM、那不勒斯费德里科二世大学和中关村学院合作训练并开源了 DNA 语言模型 Carbon-X，权重以 Apache 2.0 许可在 Hugging Face 上线。该模型以 Qwen3-14B 为基础，在 300B tokens 的 DNA、英文与交错数据上做中训练，采用英文 BPE 加 DNA 6-mer 的混合分词器，参数量为 14.8B。 据 Thomas Wolf 介绍，模型可直接读取原始 DNA 并用自然语言描述，训练数据排除了人类和动物病毒；权重开放，可在笔记本电脑等学术界可及的硬件上运行。MarkTechPost 报道称，模型可用于判断突变良性或致病、标记调控区、物种分类和碱基预测，推理需单张 80GB GPU（bfloat16，vLLM 或 Transformers），GGUF 版本需 llama.cpp b11742 或更新版本。 Hugging Face CEO Clem Delangue 称其为“最好的开源 DNA 模型”，该评价出自发布方，尚无独立评测佐证。

综述由模型根据报道生成，细节以各篇原文为准。