Hugging Face ra mắt Carbon-X 14,8 tỷ tham số xử lý DNA và ngôn ngữ tự nhiên

Nhóm nghiên cứu Hugging Face ngày 22 tháng 10 năm 2026 công bố Carbon-X, mô hình 14,8 tỷ tham số có thể xử lý đồng thời trình tự DNA và ngôn ngữ tự nhiên. Mô hình dành cho nghiên cứu, cho phép đặt câu hỏi về tác động hoặc đặc điểm của biến thể DNA và nhận câu trả lời bằng tiếng Anh.

Thẻ mô hình của Hugging Face cho biết Carbon-X có thể xử lý trình tự DNA cùng câu văn thông thường trong một cuộc hội thoại. Các khả năng gồm dự đoán tác động của biến thể, trả lời câu hỏi về đặc điểm trình tự, phân loại sinh vật và dự đoán nucleotide DNA tiếp theo.

Carbon-X được phát triển dựa trên Qwen3-14B của Alibaba. Nhóm nghiên cứu bổ sung token để mô hình xử lý DNA theo từng nhóm sáu nucleotide, sau đó tiếp tục huấn luyện với 302 tỷ token, gồm DNA, tài liệu sinh học, câu tiếng Anh và dữ liệu chỉ dẫn.

Đây là một ví dụ về việc bổ sung khả năng xử lý trình tự DNA vào mô hình ngôn ngữ hiện có. TokenPost từng đưa tin số mô hình phái sinh thuộc dòng Qwen đã vượt 113.000, còn các mô hình gắn thẻ liên quan vượt 200.000.

Điểm trung bình của Carbon-X trên năm bài đánh giá DNA do Hugging Face công bố là 66,7%. Trong bảng so sánh, GPT-6.1 Sol đạt 67,5%.

Cần thận trọng khi so sánh trực tiếp hai điểm số vì điều kiện đánh giá khác nhau. Carbon-X được đánh giá một lần cho mỗi câu hỏi khi tắt chế độ suy luận, trong khi các mô hình so sánh được chấm theo cấu hình suy luận có điểm trung bình cao nhất của từng mô hình.

Trong các bài đánh giá, FrontierVEP và NextBase do nhóm phát triển tự xây dựng. Đây là kết quả tự đánh giá của nhóm; chưa có thông tin xác nhận kết quả được tái lập độc lập.

Trọng số được phát hành theo giấy phép Apache 2.0. Hugging Face cho biết trọng số định dạng bfloat16 có thể chạy trên một GPU 80 GB.

Chạy mô hình trên thiết bị riêng cho phép phân tích dữ liệu di truyền mà không gửi dữ liệu đến dịch vụ bên ngoài. Cách xử lý dữ liệu khi dùng API hoặc bản demo lưu trữ sẽ tùy thuộc vào nhà cung cấp dịch vụ.

WIRED đưa tin Carbon-X được huấn luyện để xử lý trình tự DNA có quy mô khoảng 50.000 cặp base, nên không thể nhận toàn bộ bộ gene người làm đầu vào. Thẻ mô hình cũng lưu ý rằng mô hình có thể mắc lỗi khi xác định chính xác vị trí base hoặc thao tác với trình tự; nếu ngữ cảnh đầu vào không đầy đủ, mô hình có thể suy đoán về danh tính hoặc chức năng của trình tự.

Nghiên cứu có sự tham gia của Zhongguancun Academy tại Trung Quốc, Telethon Institute of Genetics and Medicine tại Italy và nhóm nghiên cứu Đại học Federico II Naples.

Hugging Face nêu rõ Carbon-X chưa được kiểm chứng lâm sàng và không nên dùng để đưa ra quyết định y tế. Các dự đoán của mô hình cũng chưa được xác minh trong phòng thí nghiệm.