HuggingFaceBio

HuggingFaceBio 发布 Carbon-X，一款专注于 DNA 的语言模型

HuggingFaceBio 发布了 Carbon-X，一个拥有 148 亿参数的语言模型，该模型在 DNA 序列和自然语言上进行了微调。该模型能够预测突变的致病性、识别基因调控区域以及对 DNA 序列进行分类，其提供的见解成本远低于前沿模型。Carbon-X 使用混合分词器，将 DNA 编码为 6-mer，并支持 40,960 个 token 的上下文窗口，研究人员仅需一块 80 GB 的 GPU 即可使用。