Laboratoire
Entité qui développe ou publie le modèle et maintient sa documentation technique et de sécurité.
Consultez les modèles documentés, les évaluations publiées et les sources primaires associées à cette organisation.
Transcodeur parcimonieux de ByteDance Seed pour étudier Qwen3-8B-Base. Il lit le flux résiduel avant les MLP et approxime leurs sorties à partir de caractéristiques inter-couches. La révision vérifiée contient les 36 encodeurs et 36 décodeurs ; le téléversement s’est achevé le 5 novembre.
06 NOV. 2026↗ AUTOENCODEURS PARCIMONIEUX PAR COUCHETrois autoencodeurs TopK de ByteDance Seed analysent les sorties des blocs MoE de Qwen3-30B-A3B. Poids et article technique datent du 5 novembre. Chaque couche a un checkpoint distinct de 1 048 576 caractéristiques latentes, dont 100 au maximum sont sélectionnées par token.
06 NOV. 2026↗Les chiffres sont présentés avec le contexte communiqué par leur source. Un résultat du fournisseur n’est pas une comparaison indépendante et ne remplace pas votre propre évaluation.
| Modèle | Benchmark | Résultat | Métrique |
|---|---|---|---|
| Qwen3-30B-A3B MoE-Output SAE | Qwen3 MoE SAE FVU (layer 4) | 12,6 % | Plus bas est meilleur |
| Qwen3-30B-A3B MoE-Output SAE | Qwen3 MoE SAE FVU (layer 30) | 25,1 % | Plus bas est meilleur |
| Qwen3-30B-A3B MoE-Output SAE | Qwen3 MoE SAE FVU (layer 46) | 7,6 % | Plus bas est meilleur |
Une organisation, un produit et un modèle ne constituent pas la même unité. Inferama les distingue afin d’éviter d’attribuer des capacités ou des conditions commerciales au mauvais élément.
Entité qui développe ou publie le modèle et maintient sa documentation technique et de sécurité.
Version identifiable avec des limites, des modalités et un comportement susceptibles de changer entre les lancements.
API, application, cloud associé ou offre commerciale ; chaque canal peut avoir des tarifs, une rétention et des limites différents.
Chaque affirmation doit conserver la page officielle consultée et la date de vérification.