Dots Studio: Dots3-Note Preview (free)

dots3-note Preview ist Dots Studios leichtgewichtiges Mitglied der multimodalen dots3-Familie. Der Hersteller nennt ein Mixture-of-Experts-Modell mit insgesamt 280B Parametern, 16B aktiven Parametern und Unterstützung für bis zu 512K Tokens Kontext. Es verarbeitet Text, Bilder, Video und Audio und erzeugt Text; zu den angegebenen Aufgaben gehören Allgemeinwissen, Anweisungen, Schlussfolgern, Programmierung und agentenorientierte Arbeit.

Das Sprachgrundmodell hat eine dichte Schicht und 45 Expertenschichten, mit acht aus 256 ausgewählten gerouteten Experten sowie einem gemeinsamen Experten. Seine Attention kombiniert 13 Sparse-Attention-Schichten und 33 Sliding-Window-Schichten. Der Hersteller nennt separate Bild- und Audioencoder sowie eine gemeinsame Vorhersageschicht. Diese Komponenten unterstützen multimodales Verständnis; die Ausgabe bleibt Text statt erzeugter Bilder, Sprache oder Videos.

Stellen Sie für visuelle Analysen das Bild, die Seite oder das Diagramm bereit und fragen Sie nach dem entscheidungsrelevanten Merkmal. Eine hilfreiche Dokumentaufgabe kann eine sichtbare Tabelle mit einer schriftlichen Anforderung vergleichen und die relevante Zeile, Interpretation und fehlende Informationen zurückgeben. Benennen Sie bei Videos das zu untersuchende Ereignis oder die Abfolge; das Eingabebeispiel des Herstellers enthält die Audiospur, wenn der Clip eine hat.

Geben Sie bei Audio an, ob ein Transkript oder eine Erklärung des Materials benötigt wird, und stellen Sie Namen oder Fachbegriffe für die Interpretation bereit. Eine kombinierte Aufgabe kann die Aufnahme mit schriftlichem Hintergrund verwenden und Befunde geordnet nach den beantworteten Fragen verlangen. Das Ergebnis ist ein Text, den die Anwendung darstellen oder verarbeiten kann.

Die Dialogvorlage des Herstellers unterscheidet Nachdenken von direkter Antwort. Aktiviertes Nachdenken ergänzt eine Denkphase; deaktiviertes Nachdenken liefert direkt die Antwort. Das dokumentierte Beispiel verwendet temperature 1.0 und top-p 0.95. Wählen Sie Aufgabe und gewünschtes Ergebnis ausdrücklich und lassen Sie ausreichend Generierungsraum für die Antwort, statt ein beispielhaftes Tokenbudget als hartes Ausgabelimit des Modells zu behandeln.

Stellen Sie für eine Programmieraufgabe relevante Quellen, erwartetes Verhalten und einen beobachteten Fehler oder eine gewünschte Änderung bereit. Fordern Sie das vorgeschlagene Ergebnis und die zu seiner Bewertung nötigen Prüfungen an. In einem verbundenen Agentenablauf schlägt das Modell Werkzeuginteraktionen vor; die Anwendung führt sie aus und liefert Ergebnisse zurück. Der Hersteller veröffentlicht einen speziellen Parser für Werkzeugaufrufe; die umgebende Anwendung stellt die tatsächlichen Werkzeuge und deren Zugriff bereit.

Interaktive Arbeit kann Erkundung, Anpassung und Aktualisierung des Arbeitsgedächtnisses der Aufgabe benötigen. Bewahren Sie eine kompakte Aufzeichnung von Ziel, bestätigten Befunden und offener Bedingung. Lassen Sie den nächsten Dialogbeitrag benennen, was neue Belege ändern und was in der Aufzeichnung bleiben soll. Dauerhafte Speicherung und Aktionsausführung gehören zur Anwendung um das Modell herum.

Der Hersteller veröffentlicht eigenständige BF16- und FP8-Artefakte und lokale Bereitstellungsrezepte mit unterschiedlich konfigurierten Kontextlängen. Eine konfigurierte Bereitstellungslänge unterscheidet sich von der 512K-Modellspezifikation. Bewahren Sie bei der Modellidentifikation Preview-Version und Präzisionsunterschiede und verlangen Sie ein Endergebnis, das Befund, vorgeschlagene Änderung und die tatsächlich im Ablauf gesammelten Belege nennt.