dots3-note: первая открытая модель для долгоживущих агентов от dots studio

Команда dots studio представила dots3-note — свою первую открытую модель, рассчитанную на задачи, где одной попытки недостаточно. Здесь ставка сделана на агентов, которым нужно не просто выполнять инструкции, а исследовать, запоминать и адаптироваться по мере работы.

Модель поддерживает мультимодальное понимание: она работает не только с текстом, но и с изображениями, видео и аудио. Это позволяет агентам ориентироваться в незнакомых средах, обновлять память на лету и строить сложные многошаговые сценарии с использованием кода и инструментов.
Технически dots3-note построена на архитектуре MoE (Mixture of Experts): из 280 миллиардов параметров активно задействуются 16 миллиардов. Контекстное окно — 512 тысяч токенов. Для обработки визуальных данных используется vision-энкодер MoE ViT 7B, для аудио — энкодер на 800 миллионов параметров.
<h3>Где пригодится dots3-note</h3>
<ul>
<li>Агентные системы, которым нужно исследовать сложные среды и учиться на опыте</li>
<li>Задачи с мультимодальными входными данными: текст, изображения, видео, аудио</li>
<li>Многошаговые воркфлоу с использованием инструментов и кода</li>
</ul>
Исходный код и веса доступны на GitHub и Hugging Face. dots3-note — это не просто ещё одна модель, а инструмент для тех, кто работает с агентами, которым важно не только выполнять задачи, но и учиться на собственных ошибках.

Нейро Отличник