Hugging Face ฝึกโมเดล DNA ด้วย Qwen3 เวอร์ชันเก่า: ขนาด 14B ทำคะแนนได้ใกล้เคียง GPT-6.1

ดงชา Beating ข่าวด่วน AI, Hugging Face ร่วมกับสถาบันปักกิ่งจงกวนชุนและสถาบันวิจัยวิทยาศาสตร์อิตาลี เปิด-source โมเดลชีวภาพ Carbon-X ช่วยให้นักวิจัยสามารถวิเคราะห์ DNA ได้เหมือนใช้ ChatGPT ตัวอย่างเช่น ป้อนลำดับ DNA ปกติและที่กลายพันธุ์สองชุด แล้วถามตรงๆ ว่า "การเปลี่ยนแปลงนี้จะก่อให้เกิดโรคหรือไม่" โมเดลก็สามารถให้การคาดการณ์และคำอธิบายได้ นอกจากนี้ยังสามารถระบุบริเวณที่ส่งผลต่อกิจกรรมของยีน ระบุแหล่งที่มาของ DNA และแม้แต่เติมลำดับยีนให้สมบูรณ์

ฐานของ Carbon-X ไม่ใช่โมเดลล่าสุด แต่เป็น Qwen3-14B ที่เปิดตัวในปี 2025 ทีมได้เพิ่มคลังคำศัพท์เฉพาะสำหรับระบุ DNA โดยเข้ารหัสทุก 6 เบส DNA เป็น 1 Token จากนั้นฝึกต่อด้วยข้อมูล DNA ข้อความทางชีววิทยา และข้อมูลคำสั่งประมาณ 302 พันล้าน Token ทำให้โมเดลทั้งเข้าใจลำดับยีนและตอบคำถามด้วยภาษาธรรมชาติ

ในการทดสอบมาตรฐาน DNA 5 รายการที่ประกาศอย่างเป็นทางการ Carbon-X ได้คะแนนเฉลี่ย 66.7% ใกล้เคียงกับ GPT-6.1 Sol ที่ 67.5% และสูงกว่าโมเดล open-source ทั้งหมดที่เข้าร่วมทดสอบ โดยในการทดสอบการตัดสินการกลายพันธุ์ในบริเวณเข้ารหัสโปรตีนและการเติมลำดับ DNA ยังนำหน้าโมเดลทั้งหมดที่เข้าร่วมทดสอบอีกด้วย จากการประมาณต้นทุนการประมวลผลของทีม ต้นทุนการอนุมานต่อข้อคำถามอยู่ที่ประมาณ 1/1800 ของ GPT-6.1 Sol API

พารามิเตอร์จริงของโมเดลอยู่ที่ประมาณ 14.8 พันล้าน ได้เปิดน้ำหนักและเวอร์ชันควอนไทซ์สำหรับใช้งานในเครื่องแล้ว นักวิจัยสามารถประมวลผลข้อมูลยีนที่ละเอียดอ่อนบนอุปกรณ์ของตนเองได้