Laboratorio
Entidad que desarrolla o publica el modelo y mantiene su documentación técnica y de seguridad.
Consulta los modelos documentados, las evaluaciones publicadas y las fuentes primarias asociadas a esta organización.
Transcodificador disperso de ByteDance Seed para estudiar Qwen3-8B-Base. Lee el flujo residual antes de los MLP y aproxima sus salidas a partir de rasgos compartidos entre capas. La revisión verificada ya contiene los 36 codificadores y 36 decodificadores; la subida se completó el 5 de noviembre.
06 NOV. 2026↗ AUTOCODIFICADORES DISPERSOS POR CAPATres autocodificadores TopK de ByteDance Seed para analizar la salida de bloques MoE de Qwen3-30B-A3B. Los pesos y el trabajo técnico son del 5 de noviembre. Cada capa tiene un checkpoint propio con 1.048.576 rasgos latentes, de los que se seleccionan hasta 100 por token.
06 NOV. 2026↗Las cifras se muestran con el contexto comunicado por su fuente. Un resultado del proveedor no equivale a una comparación independiente ni sustituye una evaluación propia.
| Modelo | Benchmark | Resultado | Métrica |
|---|---|---|---|
| Qwen3-30B-A3B MoE-Output SAE | Qwen3 MoE SAE FVU (layer 4) | 12,6 % | Menor es mejor |
| Qwen3-30B-A3B MoE-Output SAE | Qwen3 MoE SAE FVU (layer 30) | 25,1 % | Menor es mejor |
| Qwen3-30B-A3B MoE-Output SAE | Qwen3 MoE SAE FVU (layer 46) | 7,6 % | Menor es mejor |
Una organización, un producto y un modelo no son la misma unidad. Inferama los separa para evitar atribuir capacidades o condiciones comerciales al elemento equivocado.
Entidad que desarrolla o publica el modelo y mantiene su documentación técnica y de seguridad.
Versión identificable con límites, modalidades y comportamiento que pueden cambiar entre lanzamientos.
API, aplicación, nube asociada o plan comercial; cada canal puede tener precios, retención y límites distintos.
Cada afirmación debe conservar la página oficial consultada y la fecha de verificación.