Dots Studio: Dots3-Note Preview (free)

dots3-note Preview es el miembro ligero de la familia multimodal dots3 de Dots Studio. El productor indica un modelo de mezcla de expertos con 280B de parámetros totales, 16B de parámetros activos y compatibilidad con hasta 512K tokens de contexto. Recibe texto, imágenes, video y audio y produce texto; entre sus tareas declaradas están el conocimiento general, las instrucciones, el razonamiento, la programación y el trabajo orientado a agentes.

El núcleo de lenguaje tiene una capa densa y 45 capas de expertos, con ocho expertos enrutados seleccionados entre 256, además de un experto compartido. Su atención combina 13 capas de atención dispersa y 33 capas de ventana deslizante. El productor indica codificadores separados de visión y audio y una capa de predicción compartida. Estos componentes admiten comprensión multimodal; la salida del modelo sigue siendo texto en lugar de imágenes, voz o video generados.

Para análisis visual, proporciona la imagen, página o gráfica y pregunta por el aspecto que afecta la decisión. Una tarea útil con documentos puede comparar una tabla visible con un requisito escrito y devolver la fila pertinente, la interpretación y cualquier información faltante. Para video, identifica el evento o la secuencia que se debe examinar; el ejemplo de entrada del productor incluye la pista de audio cuando el clip tiene una.

Para audio, indica si la tarea necesita una transcripción o una explicación del material, y proporciona los nombres o términos del dominio necesarios para interpretarlo. Una tarea combinada puede usar la grabación junto con antecedentes escritos y solicitar hallazgos organizados según la pregunta que responden. El resultado es un entregable textual que la aplicación puede presentar o procesar.

La plantilla de conversación del productor distingue el razonamiento de una respuesta directa. Habilitar el razonamiento añade una etapa de análisis; deshabilitarlo devuelve la respuesta directamente. El ejemplo documentado usa temperature 1.0 y top-p 0.95. Define explícitamente la tarea y el resultado deseado, y deja suficiente espacio de generación para la respuesta en vez de tratar una asignación de tokens del ejemplo como el límite estricto de salida del modelo.

Para una tarea de programación, proporciona la fuente pertinente, el comportamiento esperado y una falla observada o un cambio solicitado. Pide el entregable propuesto y las comprobaciones que permitirían evaluarlo. En un flujo de agentes conectado, el modelo propone interacciones con herramientas y la aplicación las ejecuta y devuelve los resultados. El fabricante publica un analizador específico de llamadas a herramientas; la aplicación que lo rodea proporciona las herramientas reales y su acceso.

El trabajo interactivo puede requerir exploración, adaptación y actualizaciones de la memoria de trabajo de la tarea. Mantén un registro compacto del objetivo, los hallazgos confirmados y la condición sin resolver. Pide que el siguiente turno identifique qué cambia con la evidencia nueva y qué debe permanecer en ese registro. La persistencia del registro y la ejecución de acciones corresponden a la aplicación que rodea al modelo.

El productor publica archivos BF16 y FP8 distintos y recetas de servicio local con diferentes longitudes de contexto configuradas. Una longitud de servicio configurada es distinta de la especificación de 512K del modelo. Conserva las distinciones de edición Preview y precisión al identificar el modelo, y solicita un resultado final que indique el hallazgo, el cambio propuesto y la evidencia que el flujo realmente reunió.