HuggingFace開源DNA模型Carbon-X

統一解碼架構

Carbon-X 屬 decoder-only 架構，DNA 序列與自然語言共享同一條 token 流和同一個解碼器，並無設置獨立的 DNA 編碼器，令模型能以對話方式解讀基因資訊。

這種統一表示方式省去跨模態對接層，簡化訓練與推理管線，也讓模型在基因序列與文字說明之間直接切換，方便研究人員以自然語言查詢。

跨國合作開發

模型由 Hugging Face 旗下生物團隊主導，與中關村學院及那不勒斯費德里科二世大學的研究人員合作開發，致謝名單亦包括 Telethon 遺傳學與醫學研究所的團隊。

權重以 Apache 2.0 許可證開放，容許學術與商業用途。模型頁面於十月二十一日建立，翌日更新並正式對外公布，屬典型的兩日內完成發布節奏。

評測成績

按團隊自評，模型在五項基準測試的平均得分為 66.7%。生物序列模型的評測體系仍在演進，此類分數主要反映相對進度，實驗室驗證仍是必要環節。

生物安全取捨

值得留意的是，團隊刻意不將病毒序列納入訓練數據，以降低模型被用於合成危險病原的可能性，反映開源生命科學模型在能力與生物安全之間的取捨。