dots3-note-prev: 280B MoE 多模态长上下文 agent 底座（Apache-2.0）
- ID: 564cb90c
- 原文链接: https://huggingface.co/dots-studio/dots3-note-prev
- 作者: dots-studio
- 日期: 2026-08-15
- 分类: models
- 来源类型: model-card（归一化为 product）
- 标签: dots3-note, moe, multimodal, long-context, 512k, apache-2, open-weights, agent
- 质量评分: 4/5
- 抓取时间: 2026-08-15T13:00:00Z（HF README + API 快照）
中文导读
dots-studio 开源 dots3-note-prev（Apache-2.0，gated=false 可直接拉）：280B 总参 / 16B 激活的多模态 MoE，上下文 512K，输入 text/image/video/audio、输出 text。架构字段（README 表）：256 routed + 1 shared 专家、top-8 路由；1 dense + 45 MoE 层；视觉 MoE ViT 7B total / 1.2B active，音频 Dense 800M；精度 BF16/FP8。官方任务列表明确写工具使用与多步 agent、需要探索/记忆更新/适应的交互任务——这是模型卡层"agentic"声明。部署建议单机 8 GPU FP8 + SGLang/vLLM（另有 fp8 仓 dots3-note-prev-fp8）；Transformers PR #47844、SGLang PR #33829 审查中，可用 PR revision。chat template 含 enable_thinking / clear_thinking 开关。OpenRouter 有 free 端点（dots-studio/dots-3-note-preview:free）。注意：X 主帖宣传的 TEMPO（self-critiquing + test-time value 长程 RL）与 Vibe*Bench 未在 HF README 正文坐实，属 social_announcement 层，方法细节待 tech blog（studio.dots.ai 本轮页面偏壳）。
为什么值得关注
开源权重里少见的"长上下文 + 多模态 + agent 任务声明"组合：512K 上下文按 active 16B 估算成本，与 Qwen3.8-27B dense 单卡量化冒烟是两条并行路线，显存/serving 形态不同勿直接套表。对自演化 L0–L4 框架：模型卡只提供 L0 实验原料与场景覆盖，验收权仍在 harness，不因换底座自动升级。TEMPO 方法若后续在 blog/论文落地，再单开方法条目。
关键信息
- 仓: dots-studio/dots3-note-prev（Apache-2.0；gated=false；likes ~155；lastModified 2026-08-15）
- 架构: 280B MoE / 16B active；512K context；256+1 专家 top-8；1 dense + 45 MoE 层
- 模态: text+image+video+audio → text；ViT MoE 7B/1.2B active；音频 800M
- 部署: 8 GPU FP8 推荐（SGLang/vLLM）；dots3-note-prev-fp8；OpenRouter free 端点
- 工程: Transformers PR #47844 / SGLang PR #33829 审查中；enable_thinking 模板开关
- 未坐实: TEMPO / VibeSearchBench / VibeLifeBench（X 宣布层，README 无专节）
正文存档（HF model card 要点摘录）
| 字段 | 值 | |------|-----| | 架构 | 多模态 MoE | | 总参数 | 280B | | 激活参数 | 16B | | 上下文 | 512K | | 专家 | 256 routed + 1 shared，top-8 | | 层 | 1 dense + 45 MoE | | 视觉 | MoE ViT 7B total / 1.2B active | | 音频 | Dense 800M | | 精度 | BF16、FP8 | | 输入/输出 | text/image/video/audio → text |
官方任务优化列表：通用知识、数理逻辑、工具与多步 agent、需探索/记忆更新/适应的交互任务、代码、多模态理解、长上下文。
Obsidian Notes
- 来源调研:
调研/2026-08-15-调研-dots3-note模型卡与长程agent.md - 研究材料:
DeepResearch/2026-08-15-evening-默认隔离与审批疲劳-dots3TEMPO-研究材料/02-dump-dots3-note-model-card.md