Dots Studio: Dots3-Note Preview (free)

dots3-note Preview adalah anggota ringan dari keluarga multimodal dots3 milik Dots Studio. Pembuat mencantumkan model mixture-of-experts dengan total 280B parameter, 16B parameter aktif, dan dukungan konteks hingga 512K token. Model menerima teks, gambar, video, dan audio serta menghasilkan teks, dengan pengetahuan umum, instruksi, penalaran, pemrograman, dan pekerjaan berorientasi agen di antara tugas yang dinyatakan.

Inti model bahasanya memiliki satu lapisan dense dan 45 lapisan pakar, dengan delapan pakar terarah yang dipilih dari 256, di samping satu pakar bersama. Attention-nya menggabungkan 13 lapisan sparse-attention dan 33 lapisan jendela geser. Pembuat mencantumkan enkoder visual dan audio terpisah serta lapisan prediksi bersama. Komponen tersebut mendukung pemahaman multimodal; keluaran model tetap berupa teks, bukan gambar, ujaran, atau video yang dihasilkan.

Untuk analisis visual, berikan gambar, halaman, atau grafik dan tanyakan fitur yang memengaruhi keputusan. Tugas dokumen yang berguna dapat membandingkan tabel terlihat dengan persyaratan tertulis dan mengembalikan baris relevan, interpretasi, serta informasi yang hilang. Untuk video, tentukan kejadian atau urutan yang perlu diperiksa; contoh masukan pembuat menyertakan trek audio ketika klip memilikinya.

Untuk audio, nyatakan apakah tugas membutuhkan transkrip atau penjelasan materi, dan berikan nama atau istilah domain yang diperlukan untuk interpretasi. Tugas gabungan dapat memakai rekaman bersama latar belakang tertulis dan meminta temuan yang disusun berdasarkan pertanyaan yang dijawabnya. Hasilnya berupa artefak tekstual untuk disajikan atau diproses aplikasi.

Templat percakapan pembuat membedakan penalaran dari respons langsung. Mengaktifkan penalaran menambahkan tahap penalaran; menonaktifkannya langsung mengembalikan jawaban. Sampel yang didokumentasikan memakai temperature 1,0 dan top-p 0,95. Pilih tugas dan hasil yang diinginkan secara eksplisit, dan sisakan ruang pembuatan yang cukup untuk jawaban, alih-alih menganggap alokasi token sampel sebagai batas keras keluaran model.

Untuk tugas pemrograman, berikan sumber relevan, perilaku yang diharapkan, dan kegagalan teramati atau perubahan yang diminta. Minta usulan artefak serta pemeriksaan untuk menilainya. Dalam alur agen terhubung, model mengusulkan interaksi alat dan aplikasi menjalankannya serta mengembalikan hasil. Pembuat menerbitkan parser khusus pemanggilan alat; aplikasi sekitarnya menyediakan alat sebenarnya beserta aksesnya.

Pekerjaan interaktif dapat memerlukan eksplorasi, adaptasi, dan pembaruan memori kerja tugas. Simpan catatan ringkas mengenai tujuan, temuan terkonfirmasi, dan kondisi yang belum terselesaikan. Minta giliran berikutnya mengidentifikasi apa yang berubah karena bukti baru dan apa yang harus tetap tersimpan dalam catatan. Penyimpanan catatan dan eksekusi tindakan merupakan tanggung jawab aplikasi di sekitar model.

Pembuat menerbitkan artefak BF16 dan FP8 yang berbeda serta resep penyajian lokal dengan panjang konteks terkonfigurasi berbeda. Panjang penyajian terkonfigurasi terpisah dari spesifikasi model 512K. Pertahankan perbedaan edisi Preview dan presisi saat mengidentifikasi model, dan minta hasil akhir yang menyatakan temuan, usulan perubahan, serta bukti yang benar-benar dikumpulkan alur kerja.