转推 Loubna Ben Allal：介绍 FineDNA：教任何语言模型学习 DNA 的最佳数据集。在其上训练 Qwen3-14B 可得到最强的开源模型。
Hugging Face Bio 发布了 FineDNA，包含 3000 亿以上 token 的基因组序列、论文和 DNA 与文本混合的网页，以及 20 万条监督微调样本和 9.8 万条强化学习样本。据帖子介绍，在其上训练 Qwen3-14B 可得到最强的 DNA 开源模型。这很重要：它为开源模型开发者提供了一份现成的大规模基因组训练资源，无需自行拼凑 DNA 数据。
报道来源
- Hugging Face2026-11-01 06:51