Hugging Face 发布开源 DNA 模型 Carbon-X,可在笔记本本地运行
Hugging Face 周四发布开源 DNA 理解模型 Carbon-X,可在笔记本本地运行,用户能用自然语言询问 DNA 变化对基因活性和健康的影响。该模型与中关村学院和那不勒斯费德里科二世大学的研究者合作开发,基于已有语言模型扩展词表以六字母为单位读取 DNA,并在 3000 亿 token 的 DNA 序列、英文文本和 DNA 与生物描述对应样本上继续训练。模型为 14B 参数,单次可处理约 5 万碱基对的序列,不能上传完整人类基因组;开发者也说明尚未通过湿实验验证预测准确度。
ing Face 的高级研究科学家 Lewis Tunstall 表示,该工具旨在帮助研究人员设计新药和基因疗法,并有可能帮助患者解读自己的基因组。 “我们解锁了语言模型的一项新能力,其根本在于能够与 DNA 对话,”他在谈到这款名为 Carbon-X 的新模型时说道。使用自然语言意味着,即使是非技术用户“也能真正提出关于 DNA 的问题,而这些问题通过任何其他工具都无法触及。” Hugging Face 本质上相当于 AI 模型的 GitHub,它提供了一系列现成的 AI 工具库,以及一个平台,供开发者、研究人员、企业以及希望在不从零构建一切的情况下试验 AI 的人们运行以开放权重和开源为主的 AI 应用。今年 9 月,英伟达同意以近 130 亿美元收购该公司。(今年早些时候,Hugging Face 还处于 OpenAI 模型发起的一次重大黑客攻击的中心。) DNA 更像计算机代码,而不是自然语言。不过,它不用 0 和 1,而是用 A、C、G 和 T 来编码信息。人类基因组包含 60 亿个这样的字母。尽管人类基因组已被端到端测序,科学家们仍不了解其中大部分是如何运作的。 如今,AI
匹配字段正文