Hugging Face huấn luyện mô hình DNA bằng Qwen3 phiên bản cũ: bản 14B đạt điểm gần sát GPT-6.1

Động Sát Beating AI tin nhanh, Hugging Face phối hợp với Học viện Trung Quan Thôn Bắc Kinh, viện nghiên cứu khoa học Ý, mã nguồn mở mô hình sinh học Carbon-X, cho phép các nhà nghiên cứu có thể phân tích DNA giống như sử dụng ChatGPT. Ví dụ, nhập hai đoạn DNA bình thường và sau đột biến, trực tiếp hỏi "sự thay đổi này có gây bệnh không", mô hình có thể đưa ra dự đoán và giải thích. Nó còn có thể nhận diện các vùng ảnh hưởng đến hoạt động gen, phán đoán nguồn gốc DNA, thậm chí bổ sung trình tự gen.

Nền tảng của Carbon-X không phải là mô hình mới nhất, mà là Qwen3-14B phát hành năm 2025. Nhóm đã bổ sung cho nó từ vựng chuyên nhận diện DNA, mã hóa mỗi 6 base DNA thành một Token, sau đó tiếp tục huấn luyện với khoảng 302 tỷ Token dữ liệu DNA, văn bản sinh học và chỉ dẫn, giúp mô hình vừa hiểu trình tự gen, vừa trả lời câu hỏi bằng ngôn ngữ tự nhiên.

Trong 5 bài kiểm tra chuẩn DNA được công bố chính thức, Carbon-X đạt điểm trung bình 66,7%, tiệm cận 67,5% của GPT-6.1 Sol, vượt qua tất cả các mô hình mã nguồn mở tham gia kiểm tra. Trong đó, ở bài kiểm tra phán đoán đột biến vùng mã hóa protein và bổ sung trình tự DNA, nó thậm chí dẫn đầu tất cả các mô hình tham gia. Theo ước tính chi phí tính toán của nhóm, chi phí suy luận mỗi câu hỏi chỉ bằng khoảng 1/1800 so với API GPT-6.1 Sol.

Mô hình có khoảng 14,8 tỷ tham số thực tế, đã mở trọng số và phiên bản lượng tử hóa cục bộ, các nhà nghiên cứu có thể xử lý dữ liệu gen nhạy cảm trên thiết bị của mình.