Hugging Face 开源 Carbon-X：自然语言聊天就能问 DNA
Hugging Face 10 月 22 日放出约 14.8B 的 Carbon-X：基于 Qwen3-14B，把 DNA 与自然语言训进同一解码器；厂商称五项 DNA 基准均分 66.7%，逼近 GPT-6.1 Sol 的 67.5%，推理成本约低 1800 倍。Apache 2.0，单卡 80GB 可跑；未做临床验证。
模型卡写明：Carbon-X 是联合训在 DNA 序列与自然语言上的解码器，无单独 DNA 编码器；混合分词在文本用 BPE、DNA 用非重叠 6-mer（一 token 覆盖 6 个碱基）。可在普通对话里粘贴原始 DNA，用英语回答变异是否致病、调控区识别、物种分组、下一碱基预测等。上下文约 40,960 token；中期训练约 3020 亿 token，再经 SFT 与可验证奖励 RL；权重约 14.8B，bfloat16 可塞进单张 80GB GPU。
自测五项 DNA 基准均分 66.7%（思考关闭）：编码变异 BioReason Coding 74.9，高于同表 GPT-6.1 Sol Max 71.0 / Opus 5.5 Max 70.3；NextBase 39.4 居首。平均分接近 Sol 的 67.5%，厂商估算推理成本约低 1800 倍；分析 ClinVar 约 240 万不确定意义变异约 $300，对比前沿闭源约 $3.2 万–$400 万。底座为 Qwen3-14B，Apache 2.0；合作方含中关村学院与那不勒斯 Federico II / Telethon。官方强调未临床验证，勿作医疗决策；未训病毒序列。
