Hugging Face выпустила открытую модель Carbon-X для анализа ДНК

Hugging Face представила Carbon-X — языковую модель с открытым кодом, которая принимает вопросы о ДНК на обычном языке и вместе с прогнозом даёт его объяснение. Практический сценарий такой: на вход подаётся генетическая последовательность, на выходе — оценка того, может ли конкретная мутация быть вредной. Модель умеет и генерировать новые последовательности ДНК, что может пригодиться в исследованиях по генной терапии.

За основу взята Alibaba Qwen3-14B, объём Carbon-X — около 14,8 млрд параметров. Обучение шло на 302 млрд токенов: последовательности ДНК, англоязычные тексты и биологические материалы. В разработке участвовали Институт генетики и медицины Телетон, Неаполитанский университет имени Фридриха II и китайская Zhongguancun Academy. Старший научный сотрудник Hugging Face Льюис Танстолл сообщил, что вирусы из обучающих данных исключили — чтобы снизить риск непредусмотренного применения модели.

Лицензия Apache 2.0 разрешает исследовательским группам запускать Carbon-X на своём оборудовании. Веса помещаются на одну видеокарту с 80 ГБ памяти, так что генетические данные можно не передавать на внешние серверы.

По внутренним тестам Hugging Face модель набрала в среднем 66,7%, немного отстав от OpenAI GPT-6.1 Sol с 67,5%. Компания заявляет, что одно задание в Carbon-X обходится существенно дешевле.

Ограничения у модели серьёзные: клинической проверки не было, прогнозы не подтверждены лабораторными экспериментами, и сама Hugging Face не рекомендует использовать Carbon-X для принятия медицинских решений. Проект нацелен на исследовательскую работу и персонализированную медицину, где генетические данные помогают подбирать подходы под конкретного человека.

О выпуске Carbon-X стало известно через несколько недель после сообщения о планируемой покупке Hugging Face компанией Nvidia за $12,9 млрд ≈ 38,1 млрд BYN. Закрыть сделку рассчитывают в первой половине 2027 года.