Carbon-X 14B model đạt kết quả như GPT-6.1 Sol trong tác vụ DNA với chi phí thấp hơn

Những người tạo ra bộ dữ liệu FineDNA đã giới thiệu Carbon-X, một công cụ AI open-weight cho phép người dùng phân tích trình tự sinh học và dự đoán tác động biến thể bằng ngôn ngữ tự nhiên. Mô hình 14B hoạt động tương đương GPT-6.1 Sol độc quyền trên các benchmark DNA nhưng với chi phí inference thấp hơn hơn 1.000 lần. Để tăng hiệu suất, các nhà phát triển đã áp dụng tokenizer hybrid mã hóa trình tự DNA bằng khoảng 3 lần ít token hơn so với byte pair encoding tiêu chuẩn. Carbon-X được huấn luyện qua quy trình nhiều giai đoạn trên hơn 300B token dữ liệu bộ gen và 300k mẫu supervised và reinforcement learning. Mô hình được cấp phép theo Apache và có thể chạy cục bộ trên phần cứng laptop qua llama.cpp. Các nhà phát triển cũng nhận thấy Carbon-X có thể đóng vai trò là subagent chuyên biệt cho các LLMs khác như Kimi K3, mô hình này cho thấy mức tăng hiệu suất 11,1 điểm khi dùng Carbon-X cho các tác vụ genomic.