Dots Studio: Dots3-Note Preview (free)

dots3-note Preview est le membre léger de la famille multimodale dots3 de Dots Studio. L’éditeur indique un modèle à mélange d’experts avec 280B paramètres au total, dont 16B actifs, et la prise en charge d’un contexte allant jusqu’à 512K tokens. Il reçoit du texte, des images, de la vidéo et de l’audio et produit du texte ; les connaissances générales, les instructions, le raisonnement, la programmation et le travail orienté agents figurent parmi ses tâches déclarées.

L’ossature linguistique comporte une couche dense et 45 couches d’experts, avec huit experts routés sélectionnés parmi 256, en plus d’un expert partagé. Son attention combine 13 couches d’attention clairsemée et 33 couches à fenêtre glissante. L’éditeur mentionne des encodeurs distincts pour la vision et l’audio, ainsi qu’une couche de prédiction partagée. Ces composants permettent la compréhension multimodale ; la sortie du modèle reste textuelle, plutôt que de produire des images, de la parole ou de la vidéo.

Pour l’analyse visuelle, fournissez l’image, la page ou le graphique et posez une question sur la caractéristique qui influence la décision. Une tâche documentaire utile peut comparer un tableau visible à une exigence écrite et renvoyer la ligne pertinente, son interprétation et les informations manquantes. Pour la vidéo, identifiez l’événement ou la séquence à examiner ; l’exemple d’entrée de l’éditeur inclut la piste audio lorsque le clip en possède une.

Pour l’audio, précisez si la tâche nécessite une transcription ou une explication du contenu, et fournissez les noms ou termes du domaine nécessaires à l’interprétation. Une mission combinée peut utiliser l’enregistrement avec un contexte écrit et demander des constats organisés selon les questions auxquelles ils répondent. Le résultat est un livrable textuel que l’application peut présenter ou traiter.

Le gabarit de conversation de l’éditeur distingue le raisonnement d’une réponse directe. L’activation du raisonnement ajoute une étape de réflexion ; sa désactivation renvoie directement la réponse. L’exemple documenté utilise temperature 1.0 et top-p 0.95. Choisissez explicitement la tâche et le résultat souhaité, et laissez assez de marge de génération pour la réponse plutôt que de considérer l’allocation de tokens d’un exemple comme la limite stricte de sortie du modèle.

Pour une tâche de programmation, fournissez le code source pertinent, le comportement attendu et un échec observé ou une modification demandée. Demandez le livrable proposé et les vérifications qui permettraient de l’évaluer. Dans un processus d’agent connecté, le modèle propose des interactions avec les outils, puis l’application les exécute et renvoie les résultats. L’éditeur publie un analyseur dédié aux appels d’outils ; l’application environnante fournit les outils réels et leurs accès.

Le travail interactif peut nécessiter de l’exploration, de l’adaptation et des mises à jour de la mémoire de travail de la tâche. Gardez une trace compacte de l’objectif, des constats confirmés et de la condition non résolue. Demandez au tour suivant d’identifier ce que les nouveaux éléments changent et ce qui doit rester dans cette trace. La persistance de cette trace et l’exécution des actions relèvent de l’application entourant le modèle.

L’éditeur publie des livrables BF16 et FP8 distincts et des recettes de déploiement local configurées avec différentes longueurs de contexte. Une longueur configurée pour le service est distincte de la spécification de 512K du modèle. Préservez les distinctions d’édition Preview et de précision lorsque vous identifiez le modèle, et demandez un résultat final qui indique le constat, la modification proposée et les éléments réellement recueillis par le processus.