Hugging Face Biology Research 于10月22日开放 Carbon-X，把 DNA 序列和自然语言放进同一款140亿参数模型。研究者可以询问序列含义、预测突变影响或补全 DNA，也可让它作为专业子 Agent，帮助通用模型解释原始基因序列。
团队以 Qwen3-14B 为基础，使用3000亿 token 的 DNA 和文本混合数据继续训练，再通过监督微调与强化学习学习回答序列问题。分词器新增4096种六碱基组合和边界标记，使 DNA 能与英文共享一套解码器和嵌入体系。
模型以 Apache 2.0 开放，支持 llama.cpp 本地运行，便于在研究者自己的基础设施内处理未公开序列。官方公布了突变效应、序列理解和下一碱基预测等五项基准比较；团队在五项任务上的平均得分为66.7%，与其所测 GPT-6.1 Sol 的67.5%接近，评测涵盖不同突变及序列补全任务。