刚刚,小红书开源dots3-note,IMO 42分满分同系列模型来了
小红书开源了IMO 42分满分模型同系列的dots3-note preview。该模型参数为280B,激活参数16B,支持512K上下文,具备多模态理解能力,针对复杂推理、Agent和多模态感知进行了优化。
模型专注于应对现实中的长程、开放任务,如旅行规划、装修设计等。实测显示,它能在《杀戮尖塔 II》中策略游戏至33层,独立破解规则未知的ARC-AGI 3谜题,并能结合户型图和商品信息解决实际装修难题,甚至能端到端开发一款visionOS应用。
其核心能力在于持续学习和自我纠错。通过TEMPO训练方法,模型能在长任务中分阶段评估自身进展并进行优化,同时具备Self-Critiquing机制,可在推理过程中检查并修正错误。
小红书因其社区天然充满复杂、模糊的真实生活需求,故选择此方向。为评估此类能力,其开源了VibeSearchBench和VibeLifeBench两套基准测试,结果显示当前主流模型在理解模糊需求和适应环境变化方面仍有不足。
dots3-note是dots3系列的轻量版,正式版将于近期开源,未来该系列还将推出不同层级的jazz和aria版本。
marsbit08/14 03:36