🚀 Вышла dots3-note preview - открытая MoE-модель с прицелом на долгоживущих AI-агентов.

Внутри 280B параметров, из которых активны 16B, контекст 512K и мультимодальность: текст, изображения и аудио.

Главная фишка - TEMPO, новый подход к RL для обучения агентов на длинных задачах. Модель учится критиковать собственные действия, оценивать промежуточные решения и лучше работать там, где одной попытки недостаточно.

dots3-note умеет исследовать незнакомые среды, обновлять память по ходу работы, использовать код и инструменты и связывать всё это с мультимодальным восприятием.

Авторы утверждают, что модель конкурентоспособна с гораздо более крупными системами в reasoning, agentic и multimodal-бенчмарках.

Весы уже открыты на Hugging Face. Вместе с моделью команда выпустила два новых бенчмарка для «реальных» агентов - VibeSearchBench и VibeLifeBench.

Tech blog:
https://studio.dots.ai/dots/dots3-en.html

Weights:
https://huggingface.co/dots-studio/dots3-note-prev

GitHub:
https://github.com/studio-dots-ai/dots3-note-prev