Hugging Face發布148億參數模型Carbon-X，可同時處理DNA與自然語言

Hugging Face研究團隊於2026年10月22日發布Carbon-X，這款模型擁有148億個參數，可同時處理DNA序列與自然語言。它面向研究用途，可預測DNA變異的影響或特性，並以英文回答問題。

Hugging Face的模型卡說明，Carbon-X能在同一段對話中處理DNA序列與一般文字，支援變異影響預測、序列特性問答、生物分類及下一個DNA鹼基預測。

Carbon-X以阿里巴巴的Qwen3-14B為基礎開發。團隊新增以每6個鹼基為單位處理DNA的詞元，並使用3020億個詞元進行中期訓練，資料包含DNA、生物學文獻、英文句子及指令資料等。

這是為既有語言模型加入DNA序列處理能力的案例。本刊先前曾報導，Qwen系列衍生模型已超過11.3萬個，相關標籤模型則超過20萬個。

Hugging Face公布的5項DNA基準測試平均分數為66.7%。比較表中，GPT-6.1 Sol的分數為67.5%。

兩者的評估條件不同，直接比較時須審慎。Carbon-X關閉推理功能，每道題評估一次；比較模型則採用各模型取得最高平均分數的推理設定。

基準測試中的FrontierVEP與NextBase由開發團隊自行建立。這些結果是團隊自行評估，尚未確認有獨立重現的結果。

模型權重以Apache 2.0授權公開。Hugging Face表示，bfloat16格式的權重可存放於一張80GB GPU上。

在自有設備上執行模型，可避免將基因資料傳送至外部服務進行分析。使用API或託管示範服務時，資料處理方式則依服務提供者而異。

WIRED報導，Carbon-X經訓練可處理約5萬個鹼基對規模的DNA序列，因此無法輸入完整的人類基因組。模型卡也指出，模型可能在精確計算鹼基位置或操作序列時出錯；若輸入脈絡不足，也可能推測序列的身分或功能。

研究團隊包括中國中關村學院（Zhongguancun Academy）、義大利Telethon遺傳學與醫學研究所（Telethon Institute of Genetics and Medicine），以及那不勒斯費德里科二世大學的研究人員。

Hugging Face明確表示，Carbon-X尚未經過臨床驗證，不應用於醫療決策；其預測結果也尚未在實驗室中驗證。