허깅페이스가 DNA 학습용 Carbon 모델과 레시피를 공개했다

허깅페이스가 DNA를 다루는 유전체 기반 모델 제품군 Carbon의 모델과 학습·평가 자료를 공개했습니다. 저장소는 모델별로 의존성, 학습 레시피, 평가 자료를 나눠 둡니다. 저는 만드는 법과 시험 자료까지 함께 공개된 점이 오래 남습니다. 독자가 결과물만 받는 데 그치지 않고, 그 과정을 따라가며 살펴볼 재료도 생겼기 때문입니다.

DNA 서열과 자연어를 함께 다루는 Carbon-X 공개 소식과 이어집니다. 당시 소개된 Carbon-X의 예측 정확도는 실제 실험으로 검증되지 않았습니다. 이번에는 Carbon-X를 포함한 제품군의 학습·평가 자료가 공개됐습니다. 모델 기능 소개에 실행·평가 레시피 공개가 더해진 흐름입니다.

반가운 점은 모델 공개가 파일에서 멈추지 않는다는 것입니다. Carbon-500M, Carbon-3B, Carbon-8B에는 제로샷(zero-shot) DNA 평가가 있습니다. 세 모델에는 미세조정 레시피와 임베딩(embedding) 분석 자료도 함께 있습니다. Carbon-X에는 중간 학습, 지도 미세조정(SFT), 강화학습(RL) 레시피와 DNA 이해 평가가 들어 있습니다.

저장소가 carbon/와 carbon-x/로 나뉘고, 각 디렉터리 안에서 명령을 실행해야 합니다. carbon/의 의존성 설치는 그 디렉터리로 이동해 uv sync를 실행하는 방식입니다. 평가 자료가 있다는 사실만으로 DNA 예측이 실제 실험에서 맞는다고 입증되지는 않습니다. 레시피와 평가 자료를 직접 들여다볼 수 있다는 점은 분명 유용합니다.

먼저 관심 있는 제품군을 정하고 해당 디렉터리에서 의존성 설치 절차를 확인하십시오. carbon/를 택했다면 안내된 대로 그 디렉터리 안에서 uv sync를 실행한 뒤, 원하는 평가 레시피를 따라가 보십시오. 평가가 끝까지 실행되고 같은 입력에서 결과를 재현할 수 있는지 확인하면 자료가 내 작업에 연결되는지 직접 시험할 수 있습니다.

공개된 모델의 평가 레시피를 마지막으로 직접 따라가 보신 것은 언제입니까?