Dots Studio: Dots3-Note Preview (free)

dots3-note Preview to lekki członek multimodalnej rodziny dots3 firmy Dots Studio. Producent podaje model mixture-of-experts z 280B parametrów ogółem, 16B parametrów aktywnych i obsługą kontekstu do 512K tokenów. Przyjmuje tekst, obrazy, wideo i audio oraz tworzy tekst, a wśród deklarowanych zadań są wiedza ogólna, instrukcje, rozumowanie, programowanie i praca agentowa.

Rdzeń językowy ma jedną warstwę gęstą i 45 warstw ekspertów, z ośmioma ekspertami wybieranymi routingiem spośród 256 obok eksperta współdzielonego. Jego mechanizm uwagi łączy 13 warstw uwagi rzadkiej i 33 warstwy z przesuwającym się oknem. Producent wymienia osobne kodery obrazu i audio oraz współdzieloną warstwę predykcji. Elementy te wspierają rozumienie multimodalne; wyjściem modelu pozostaje tekst, a nie generowane obrazy, mowa lub wideo.

Przy analizie wizualnej dostarcz obraz, stronę lub wykres i zapytaj o cechę wpływającą na decyzję. Przydatne zadanie dokumentowe może porównać widoczną tabelę z pisemnym wymaganiem i zwrócić odpowiedni wiersz, interpretację oraz brakujące informacje. Przy wideo wskaż zdarzenie lub sekwencję do zbadania; przykład wejścia producenta dołącza ścieżkę audio, jeśli klip ją ma.

Przy audio określ, czy zadanie wymaga transkrypcji, czy wyjaśnienia materiału, i podaj nazwy lub terminy dziedzinowe potrzebne do interpretacji. Zadanie łączone może używać nagrania wraz z pisemnym tłem i wymagać ustaleń uporządkowanych według pytań, na które odpowiadają. Wynikiem jest materiał tekstowy do przedstawienia lub przetworzenia przez aplikację.

Szablon rozmowy producenta odróżnia rozumowanie od odpowiedzi bezpośredniej. Włączenie rozumowania dodaje etap namysłu; wyłączenie go zwraca odpowiedź bezpośrednio. Udokumentowany przykład używa temperature 1.0 i top-p 0.95. Jawnie wybierz zadanie i oczekiwany wynik oraz pozostaw dość miejsca na wygenerowanie odpowiedzi, zamiast traktować przykładowy przydział tokenów jako sztywny limit wyjścia modelu.

Przy zadaniu programistycznym dostarcz odpowiednie źródła, oczekiwane zachowanie i zaobserwowany błąd lub zamawianą zmianę. Poproś o proponowany materiał i kontrole, które go ocenią. W połączonym przepływie agentowym model proponuje interakcje narzędziowe, a aplikacja je wykonuje i zwraca wyniki. Producent publikuje dedykowany parser wywołań narzędzi; rzeczywiste narzędzia i dostęp do nich zapewnia otaczająca aplikacja.

Praca interaktywna może wymagać eksploracji, adaptacji i aktualizacji pamięci roboczej zadania. Zachowaj zwięzły zapis celu, potwierdzonych ustaleń i nierozstrzygniętego warunku. Poproś kolejną turę o wskazanie, co zmieniają nowe dowody i co powinno pozostać w tym zapisie. Utrwalanie zapisu i wykonywanie działań należą do aplikacji otaczającej model.

Producent publikuje odrębne artefakty BF16 i FP8 oraz lokalne przepisy serwowania z różnymi skonfigurowanymi długościami kontekstu. Skonfigurowana długość serwowania jest odrębna od specyfikacji modelu 512K. Przy identyfikowaniu modelu zachowaj edycję Preview i rozróżnienia precyzji oraz poproś o końcowy wynik określający ustalenie, proponowaną zmianę i dowody rzeczywiście zebrane w przepływie.