تقوم مختبرات فرونتير بتطوير قدرات الذكاء الاصطناعي في علوم الأحياء، لكنها تمنع الأشخاص الجيدين (العلماء، الأكاديميين، المنظمات غير الحكومية، وكالات الصحة...) من استخدامه ودراسته وفهمه من خلال قيود واضحة ولكن ضحلة، والتي يمكن للأشخاص السيئين تجاوزها بسهولة (لقد تم حظرني من التدقيق على هذا التغريدة على سبيل المثال 😅).
سوف يخلق ذلك تلقائيًا تشوهًا هائلًا ومخاطرًا في السنوات القادمة، تمامًا كما في مجال الأمن السيبراني، خاصة الآن حيث تبني مختبرات الحدود مختبرات مائية (مشهد الأمن السيبراني البيولوجي متى؟).
لهذا السبب قمنا بإنشاء Carbon-X، أفضل نموذج DNA مفتوح المصدر، بعد التدريب المتوسط لـ Qwen3-14B على 300B توكينات من الحمض النووي واللغة الإنجليزية والبيانات المختلطة. كما استخدمنا محول نصوص هجينة يفصل النصوص الإنجليزية باستخدام BPE، والحمض النووي باستخدام محول نصوص من 6 مور.
نتيجة لذلك، يتفوق Carbon-X على جميع نماذج اللغة المفتوحة التي قمنا بتقييمها في خمس مقاييس لفهم وتوليد الحمض النووي. وهذا يعادل تحسينًا بمقدار 27 نقطة مقارنة بـ Qwen3-14B، مما يظهر مدى التحسن الذي يمكن أن يحققه نموذج اللغة من التدريب على الحمض النووي. كما أنه يعتبر على مستوى حدود API، مع تكلفة أقل بـ 1,800 مرة من GPT 6.1 Sol!
نأمل أن يساعد كربون-إكس الباحثين في استكشاف الحمض النووي بطرق جديدة. إن نشره بشكل علني يعني أن أي شخص يمكنه دراسة قدراته والقيود والمخاطر المرتبطة به. دعونا نجعل حدود علم الأحياء الذكية مفتوحة المصدر، حتى تكون آمنة وتؤثر على العالم بأكمله (وليس فقط بعض الشركات).
نموذج Apache 2.0 على @huggingface: https://huggingface.co/HuggingFaceBio/Carbon-X