La compañía Endless Frontier ha puesto a disposición de la comunidad científica el modelo Fx‑Bio‑1031, un agente de lenguaje de gran escala construido sobre la arquitectura Qwen3.8‑Flash‑Next. Con 180 billones de parámetros, el modelo puede planificar y ejecutar análisis bioinformáticos complejos sin intervención humana.
Arquitectura y capacidad
Fx‑Bio‑1031 combina una mezcla de expertos de 125 billones de parámetros con 6 billones activos por token, un embedding de n‑gramas de 51 billones y un módulo de predicción de 4 billones. Su contexto máximo es de 524 288 tokens y los pesos, de 360 GB en BF16, se publican bajo la licencia Qwen Community License 1.0.
Rendimiento en benchmarks
En el conjunto Difficult de Anthropic’s BioMysteryBench, el modelo alcanzó un 70,59 % Pass@5, superando a Opus‑5 (52,94 %) y GPT‑6‑Astra (47,06 %). En la sub‑sección de problemas resolubles por expertos, obtuvo 93,15 %, apenas detrás de Opus‑5 (94,52 %). Otros resultados incluyen 89,50 % Pass@3 en BiomniBench y 45,76 en FutureHouse’s BixBench3.
Un caso práctico en oncología
Al analizar un cohorte de cáncer de mama, Fx‑Bio‑1031 redujo 1 918 registros crudos a 762 pacientes únicos y reveló que las mutaciones ESR1 y las alteraciones de la vía RAS/MAPK tienden a ser mutuamente exclusivas. El modelo ejecutó 14 análisis de sensibilidad con controles negativos para mapear la validez de la conclusión.
Pipeline de mejora continua
El modelo se entrenó con RSI‑OS, una pipeline de auto‑mejora recursiva que abarca evaluación, datos de entrenamiento y entornos de herramientas. Se construyó un conjunto de pruebas interno de 114 tareas complejas con el equipo BioMaster de DP Technology.
Incubación y público objetivo
Endless Frontier, incubada por la Universidad Shanghai Jiao Tong y DP Technology, lanzó el modelo BigBang‑V1 en agosto. Fx‑Bio‑1031 está dirigido a hospitales, grupos de investigación y desarrolladores de fármacos que requieren ejecutar análisis en hardware local sin enviar datos a servidores externos.
Fuente: Pandaily (China AI)
