Selon le rapport de Business Insider, Hugging Face a lancé cette quatrième journée un nouveau modèle appelé Carbon-X, destiné à résoudre les problèmes des biologistes : il facilite la recherche sur le ADN et le développement de nouvelles thérapies génétiques. Il s’agit d’un modèle ouvert composé de 14 milliards de paramètres, conçu pour la compréhension et la génération d’ADN.
Son mode de fonctionnement est très novateur – il intègre les séquences de ADN et le langage naturel dans un même modèle. Les chercheurs peuvent poser des questions avec des séquences spécifiques, prédire l’impact des mutations, voire générer de nouveaux fragments d’ADN ; il peut également servir de “assistant professionnel” pour aider d’autres modèles à comprendre les gènes qui étaient auparavant inaccessibles. Basé sur Qwen3-14B, il est réentraîné avec des données génomiques incluant des humains, des mammifères, des plantes et des champignons, par une collaboration entre les laboratoires chinois et chinois. Le scientifique Lewis Tinsor l’a qualifié de “pionnier”, ce qui signifie essentiellement permettre aux gens de discuter avec l’ADN.
Les résultats ne sont pas flous non plus. Dans les cinq critères de référence au niveau du DNA, Carbon-X surpasse tous ses concurrents open source évalués, avec une moyenne proche de GPT-6.1 Sol, alors que le coût de raisonnement par question n’est que de 1/1800 de celui-ci ; par rapport à la version originale Qwen3-14B, les scores ont augmenté de 27 points.
L’assurance de l’open source et la protection contre l’abuse
Tensorle a dit ouvertement que l’un des objectifs initiaux était de protéger les biologues contre la dépendance envers de grands laboratoires d’IA – tout comme les mathématiques ont été bouleversées, et il est souvent nécessaire de travailler pour OpenAI ou Anthropic pour aller au front. Il espère fournir aux communautés ouvertes des outils, permettant aux chercheurs de tester leurs modèles localement, et évitant que les données sensibles des patients ne soient transmises à l’extérieur.
La sécurité présente également des considérations : les données d’entraînement sont filtrées pour exclure tout contenu relatif aux virus afin d’éviter l’abuse. Les robots de conversation génériques ont souvent tendance à refuser de répondre aux questions biologiques raisonnables en les considérant comme des « armes biologiques conçues ». Les petits modèles spécialisés, en revanche, ne présentent pas ces défauts.滕斯托尔 les considère comme un petit pas vers la médecine personnalisée – à l’avenir, chaque personne pourra, en se basant sur son dossier médical et son génome, trouver ou même concevoir des solutions adaptées.