AI创作者AMA知无不言
老陈注意到，这几天一个来自小红书的开源模型，正在海外AI圈快速出圈。vLLM官方宣布Day-0支持，ARC-AGI团队的Greg Kamradt专门转发，LocalLLaMA社区也在讨论它。它就是dots3-note Preview。这是一个280B Moe模型，每次激活16B参数。相当于背后有一支2800亿参数的“专家团”，每次只请最相关的160亿参数上场。支持 512K上下文，也能同时理解文字、图片、视频和语音。官方评测中，ARC-AGI-2得分81.4，Claw-Eval得分73.4，SWE-bench-pro编程任务得分61.0，VoiceBench语音理解得分92.4。（详见配图）它不是每项第一，但推理、Agent、编程和多模态都进入了头部竞争区。那么，问题来了：海外AI圈为什么这么关注它呢？其中最重要的一个，老陈觉得它针对真实生活中的长程任务所做的优化。简单来说，智能体=model+harness，通过规划、调用各种工具、执行沙箱代码等组合完成复杂现实任务，相信用过Codex、workbuddy等工具的同学们都有体会，复杂任务长期执行过程中，整体流程很长，最后的结果其实并不一直那么稳。dots模型引入了self-critique（自我评价）方法，在中间状态持续评价自身进展，让Agent在执行任务的过程中“边做边学”。这个迭代式自我评估，之前在今年的 IMO真题上拿到了满分成绩，老陈前面也做过跟进介绍。第二个亮点就是dots模型的多模态综合处理能力。DeepSeek现在还是纯文本能力，glm等也只是扩展了图像理解等视觉能力，dots3模型文本、视觉和语音理解能力都有，本身百亿级不算大，老陈觉得有算力条件、需要私有化部署的企业，dots3 作为智能体基座模型，可以支持更多的场景任务。小红书也构建了包括vibesearch和vibelife两个bench，分别来评估智能体多轮搜索和动态环境下的长程处理能力。这也给老陈一个启发，AI Agent的下一场竞争，可能不再只是哪个skill更好、哪个harness更稳，而是谁能真正陪用户把一件真事长期做成。#老陈聊AI #dots3note #AI智能体 #AIAgent #开源大模型 #多模态AI #人工智能
发布于 湖南
4
4
2
未登录
友善发言
评论
加载中
