Carbon-X
开源DNA与文本联合训练的14.8B参数decoder-only模型，DNA以6-mer分词与自然语言共享词表，支持在对话界面中直接输入DNA序列并用英文回答。
时间轴 (近 90 天)
Hugging Face 发布了名为 Carbon-X 的开源 DNA 语言模型。
Carbon-X 的参数量为 14.8B。
Carbon-X 基于 Qwen3-14B 构建。
Carbon-X 采用 Apache 2.0 许可。
据 MarkTechPost 报道，Carbon-X 是首次将 DNA 与自然语言在同一模型中打通。
Carbon-X 的预训练语料来源、规模与清洗方式未在原始素材中披露。
Carbon-X 的 5 项基准的具体构成尚未公开。
在 DNA 功能注释场景中，模型可能对未知序列给出具体的调控功能或疾病关联描述，而这些描述没有实验证据支撑，风险较高。
Carbon-X 是一个 14.8B 参数、decoder-only、Apache 2.0 许可的开源模型，同时处理 DNA 与自然语言，DNA 以 6-mer 切分后与文本共享词表，并在 302B token 上做中期训练。
Carbon-X 接受对话中的原始 DNA 序列文本，6-mer 分词在内部完成，文件解析和格式转换建议由外部脚本处理。
还有 7 条时间轴事件
全部知识事实 (17)
在 DNA 功能注释场景中，模型可能对未知序列给出具体的调控功能或疾病关联描述，而这些描述没有实验证据支撑，风险较高。
50%待验证Carbon-X 的参数量为 14.8B。
50%待验证Carbon-X 基于 Qwen3-14B 构建。
50%待验证Carbon-X 采用 Apache 2.0 许可。
50%待验证据 MarkTechPost 报道，Carbon-X 是首次将 DNA 与自然语言在同一模型中打通。
50%待验证Carbon-X 的预训练语料来源、规模与清洗方式未在原始素材中披露。
50%待验证Carbon-X 的 5 项基准的具体构成尚未公开。
50%待验证Carbon-X 与 GPT-6.1 Sol 的基准对比可比性有限，因为闭源模型的评测细节、提示词设计、工具链启用情况不透明。
50%待验证Carbon-X 是一个 14.8B 参数、decoder-only、Apache 2.0 许可的开源模型，同时处理 DNA 与自然语言，DNA 以 6-mer 切分后与文本共享词表，并在 302B token 上做中期训练。
50%待验证Carbon-X 接受对话中的原始 DNA 序列文本，6-mer 分词在内部完成，文件解析和格式转换建议由外部脚本处理。
50%待验证在关闭 thinking 模式下，Carbon-X 在五个 DNA 基准上平均得分 66.7%，GPT-6.1 Sol 为 67.5%。
50%待验证Carbon-X 的权重以 bfloat16 精度可放入单张 80GB GPU。
50%待验证模型卡明确说明 Carbon-X 没有经过临床验证，精确的序列操作仍应由代码完成。
50%待验证Carbon-X 适合内网处理敏感基因组数据的生物信息团队、将 DNA 分析集成进 agent 工作流的开发者，以及基因组基础模型研究学者。
50%待验证不建议将 Carbon-X 用作临床决策工具或替代传统比对和变异注释流程。
50%待验证公开基准上的提升在私有变异数据集上不一定成立，因为真实世界数据存在批次效应、测序深度不均、人群特异性等问题。
50%待验证Hugging Face 发布了名为 Carbon-X 的开源 DNA 语言模型。
50%