Cách tiếp cận adapter mới của nhà nghiên cứu vượt mô hình DNA Carbon-X trên 7/9 tác vụ

Một nhà nghiên cứu độc lập cho rằng hệ thống suy luận genomict mà anh xây dựng bằng cách kết hợp adapter và projector đơn giản đã vượt mô hình Carbon-X trên 7 trong 9 benchmark. Daniel McKinnon cho biết anh sử dụng GPU RTX 5090 và vòng lặp nghiên cứu được hỗ trợ bởi Claude Opus 5.5 để tạo dữ liệu huấn luyện và điều phối hệ thống, đồng thời anh nói rằng quy trình này yêu cầu ít tính toán và dữ liệu hơn nhiều so với cách xây dựng Carbon-X. Cách tiếp cận mới này kết hợp encoder DNA Evo2 7B đóng băng với mô hình ngôn ngữ Qwen3-14B thông qua LoRA dành cho từng nhiệm vụ cụ thể.

Lời tuyên bố này đến sau khi Carbon-X và bộ dữ liệu FineDNA được phát hành, trong đó chứa hơn 300B token gồm các trình tự genomict xen kẽ với ngôn ngữ tự nhiên. Carbon-X được thiết kế để cho phép người dùng suy luận về DNA bằng tiếng Anh thuần ngữ thay vì chỉ nhận một điểm số đơn giản. McKinnon cho biết anh sẽ đánh giá mô hình của mình trên benchmark RareBench để kiểm tra hiệu suất trên các tác vụ phân loại ngoài mẫu.