22 октября 2026 г.
Carbon: Hugging Face выложила открытую модель, которая дописывает ДНК как текст
Веса, код обучения и данные выложены под Apache 2.0. Размеров три: 500 млн, 3 млрд и 8 млрд параметров, нативный контекст 32 768 токенов, около 197 тысяч пар оснований. Демо на Hugging Face Spaces показывает автодополнение ДНК, оценку мутаций и перевод в белок.
Модель лежит на Hugging Face под именем HuggingFaceBio/Carbon-3B. Загрузка идёт через transformers вызовом AutoModelForCausalLM.from_pretrained с флагом trust_remote_code=True. Промпт начинается с префикса <dna>, и model.generate дописывает последовательность.
Мутации. Оценка идёт через model.score_sequence: модель получает референс и мутированную последовательность и выдаёт правдоподобие обеих. Выше тот вариант, у которого выше средний log-prob. Это оценка правдоподобия, а не вреда для организма.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Сравнение с Evo2. Авторы ставят Carbon-3B против Evo2-7B: восстановление последовательностей эукариот 61,54% против 59,86%, BRCA2 84,63% против 83,52%. Разрыв на общем наборе около 1,7 пункта, при этом у Carbon на 4 млрд параметров меньше. Скорость, по карточке модели, выше в 150 раз: больше 100 000 пар оснований в секунду на H100. Все цифры здесь из карточки, то есть это замеры самих авторов.
Сторонней проверки этих цифр в фактах склада пока нет.
Первоисточник