FineDNA, DNA 특화 LLM 학습용 300B 토큰 데이터셋 공개

FineDNA: the largest dataset to teach any LLM DNA (midtraining, SFT, RL)

·2026.11.01 16:24

핵심 내용

FineDNA가 DNA 특화 LLM 학습용 300B 토큰 이상 데이터셋을 공개했다

FineDNA는 LLM에 DNA를 학습시키기 위한 최대 규모 데이터셋으로, 중간 학습용 게놈 및 DNA 관련 텍스트 300B 토큰 이상을 포함함
Qwen3-14B를 기반으로 파생된 Carbon-X를 지원하며, 이는 DNA 분야에서 가장 강력한 오픈 언어 모델로 설명됨
감독 미세 조정(SFT)용 대화 약 200K 건과 강화 학습(RL)용 검증 가능한 프롬프트 약 98K 건을 포함함
코드와 학습 레시피가 오픈소스로 공개되어 다른 LLM에 해당 데이터를 적용할 수 있음

이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.

AI 처리 방식을 확인하거나, 요약 오류와 출처 표기 문제, 삭제 요청을 문의 · 건의로 알려주세요.