Carbon-X 发布：首个融合 DNA 与自然语言的 14B 模型，登顶开源 DNA 基准

Carbon-X 是一个 14B 模型，在 3000 亿 token 的 DNA 与文本混合语料上做中期训练，随后用 SFT（无蒸馏）和 RL 微调；其混合分词器编码 DNA 时比 BPE 少约 3 倍 token。它在 DNA 基准上击败了所有测试过的开源语言模型，与 GPT-6.1 Sol 的差距不到 1 分，而推理成本低 1000 倍以上——这是 AI 驱动生物学领域开源科学的重要一步。作为 DNA 专家子智能体，它还能带动其他模型：搭配后 Kimi K3 提升 11.1 分。

• Hugging Face2026-10-22 10:21