精选88Rohan Paul模型发布/更新
dots3-note预览版：面向长周期任务的280B多模态模型
What does it take for an AI to stay useful when a task lasts for hours—or weeks—…
推荐理由
长周期智能体是Agent领域的关键难点，这款混合专家架构的多模态模型直接针对动态环境下的持续任务优化，技术路径值得开发者关注。
What does it take for an AI to stay useful when a task lasts for hours—or weeks—and the world keeps changing?
当一项任务持续数小时甚至数周，且世界不断变化时，AI 需要具备什么能力才能保持有用？
Goals evolve. New constraints appear. Plans fail.
目标会演变。新的约束会出现。计划会失败。
Meet dots3-note Preview, an open-weight multimodal model developed by rednote’s dots studio @dotsstudioai for long-horizon agency in real life.
介绍 dots3-note Preview，这是由 rednote 的 dots studio @dotsstudioai 开发的一个开放权重多模态模型，旨在实现现实生活中的长期代理能力。
- 280B total / 16B active parameters
- 512K context window
- Text, vision, and speech understanding
- 总计 280B / 活跃参数 16B
- 512K 上下文窗口
- 文本、视觉和语音理解
Here’s how it learns, evaluates itself, and adapts over time. 🧵
以下是它如何学习、自我评估并随时间适应的过程。🧵
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力