Labor
Organisation, die das Modell entwickelt oder veröffentlicht und dessen technische und Sicherheitsdokumentation pflegt.
Entdecke die dokumentierten Modelle, veröffentlichten Bewertungen und Primärquellen dieser Organisation.
Dünn besetzter Transcoder von ByteDance Seed zur Untersuchung von Qwen3-8B-Base. Er liest den Residualstrom vor den MLPs und nähert deren Ausgaben mit schichtübergreifenden Merkmalen an. Die geprüfte Revision enthält alle 36 Encoder und 36 Decoder; der Upload endete am 5. November.
06 NOV 2026↗ DÜNN BESETZTE AUTOENCODER PRO SCHICHTDrei TopK-Autoencoder von ByteDance Seed untersuchen MoE-Blockausgaben von Qwen3-30B-A3B. Gewichte und Forschungsarbeit sind vom 5. November. Jede Schicht hat einen eigenen Checkpoint mit 1.048.576 latenten Merkmalen, von denen pro Token bis zu 100 ausgewählt werden.
06 NOV 2026↗Die Zahlen werden mit dem von der Quelle angegebenen Kontext dargestellt. Ein Anbieterergebnis ist kein unabhängiger Vergleich und ersetzt keine eigene Bewertung.
| Modell | Benchmark | Ergebnis | Metrik |
|---|---|---|---|
| Qwen3-30B-A3B MoE-Output SAE | Qwen3 MoE SAE FVU (layer 4) | 12,6 % | Niedriger ist besser |
| Qwen3-30B-A3B MoE-Output SAE | Qwen3 MoE SAE FVU (layer 30) | 25,1 % | Niedriger ist besser |
| Qwen3-30B-A3B MoE-Output SAE | Qwen3 MoE SAE FVU (layer 46) | 7,6 % | Niedriger ist besser |
Eine Organisation, ein Produkt und ein Modell sind nicht dieselbe Einheit. Inferama trennt sie, um Fähigkeiten oder kommerzielle Bedingungen nicht dem falschen Element zuzuschreiben.
Organisation, die das Modell entwickelt oder veröffentlicht und dessen technische und Sicherheitsdokumentation pflegt.
Identifizierbare Version mit Limits, Modalitäten und Verhalten, die sich zwischen Veröffentlichungen ändern können.
API, Anwendung, angebundene Cloud oder kommerzieller Tarif; jeder Kanal kann unterschiedliche Preise, Aufbewahrungsfristen und Limits haben.
Zu jeder Aussage müssen die konsultierte offizielle Seite und das Prüfdatum festgehalten werden.