Modelo aberto de 14B lê seu DNA quase tão bem quanto GPT, e o laboratório guarda os dados em casa
Pesos em Apache 2.0, pontuações autodeclaradas e uma diferença para os modelos fechados mais fina do que parece.
O Hugging Face lançou o Carbon-X, modelo de linguagem de DNA com 14,8 bilhões de parâmetros construído sobre o Qwen3-14B. Ele lê sequências de DNA bruto numa conversa e responde em inglês, prevendo se mutações são benignas ou patogênicas, marcando regiões regulatórias e classificando organismos. Os pesos ficam sob licença Apache 2.0, então laboratórios podem rodar tudo na própria GPU sem mandar sequências sensíveis para nuvem de ninguém.
Nas pontuações autodeclaradas pelo próprio Hugging Face, o Carbon-X média 66,7% em 5 benchmarks de DNA: melhor que qualquer modelo aberto testado e a 0,8 ponto do GPT-6.1 Sol. O ponto forte é previsão de efeitos de variantes codificantes (74,9%); o fraco, perguntas de sítios de splice no GenomeQA (29,8%). Roda em uma GPU de 80 GB em bfloat16, e a versão quantizada Q4_K_M cabe em 9,6 GB.