Dots Studio: Dots3-Note Preview (free)

dots3-note Preview er Dots Studios letvægtsmedlem af den multimodale dots3-familie. Producenten angiver en mixture-of-experts-model med i alt 280B parametre, 16B aktive parametre og understøttelse af op til 512K tokens i konteksten. Den modtager tekst, billeder, video og lyd og producerer tekst, med almenviden, instruktioner, ræsonnement, kodning og agentorienteret arbejde blandt de angivne opgaver.

Sprogdelen har ét tæt lag og 45 ekspertlag med otte routede eksperter valgt blandt 256 sammen med en fælles ekspert. Dens opmærksomhed kombinerer 13 lag med sparsom opmærksomhed og 33 lag med glidende vinduer. Producenten angiver særskilte billed- og lydencodere samt et fælles forudsigelseslag. Disse komponenter understøtter multimodal forståelse; modellens output forbliver tekst frem for genererede billeder, tale eller video.

Ved visuel analyse skal du levere billedet, siden eller diagrammet og spørge til den egenskab, som påvirker beslutningen. En nyttig dokumentopgave kan sammenligne en synlig tabel med et skriftligt krav og returnere den relevante række, fortolkningen og eventuelle manglende oplysninger. Ved video skal du identificere den begivenhed eller sekvens, der skal undersøges; producentens inputeksempel inkluderer lydsporet, når klippet har et.

Ved lyd skal du angive, om opgaven kræver en transskription eller en forklaring af materialet, og levere eventuelle navne eller fagudtryk, der er nødvendige for fortolkningen. En kombineret opgave kan bruge optagelsen sammen med skriftlig baggrund og bede om fund organiseret efter det spørgsmål, de besvarer. Resultatet er en tekstlig leverance, som applikationen kan præsentere eller behandle.

Producentens samtaleskabelon skelner tænkning fra et direkte svar. Aktivering af tænkning tilføjer et ræsonneringstrin; deaktivering returnerer svaret direkte. Det dokumenterede eksempel bruger temperature 1.0 og top-p 0.95. Vælg opgaven og det ønskede resultat eksplicit, og lad der være tilstrækkelig genereringsplads til svaret frem for at behandle en tokenfordeling i et eksempel som modellens absolutte outputgrænse.

Ved en kodeopgave skal du levere den relevante kildekode, den forventede adfærd og en observeret fejl eller ønsket ændring. Bed om den foreslåede leverance og de kontroller, som vil vurdere den. I en tilsluttet agentarbejdsgang foreslår modellen værktøjsinteraktioner, og applikationen udfører dem og returnerer resultater. Producenten offentliggør en særlig parser til værktøjskald; den omgivende applikation stiller de faktiske værktøjer og deres adgang til rådighed.

Interaktivt arbejde kan kræve udforskning, tilpasning og opdateringer af opgavens arbejdshukommelse. Hold en kompakt registrering af målet, bekræftede fund og den uafklarede betingelse. Bed den næste samtalerunde om at identificere, hvad ny dokumentation ændrer, og hvad der skal forblive i registreringen. Vedvarende lagring af registreringen og udførelse af handlinger hører til applikationen omkring modellen.

Producenten offentliggør særskilte BF16- og FP8-artefakter og lokale opskrifter til serving med forskellige konfigurerede kontekstlængder. En konfigureret servinglængde er adskilt fra modelspecifikationen på 512K. Bevar Preview-udgaven og forskellene i præcision, når modellen identificeres, og bed om et endeligt resultat, der angiver fundet, den foreslåede ændring og den dokumentation, arbejdsgangen faktisk har indsamlet.