Laboratorio
Entità che sviluppa o pubblica il modello e ne mantiene la documentazione tecnica e di sicurezza.
Consulta i modelli documentati, le valutazioni pubblicate e le fonti primarie associate a questa organizzazione.
Transcodificatore sparso di ByteDance Seed per studiare Qwen3-8B-Base. Legge il flusso residuo prima degli MLP e approssima le loro uscite tramite caratteristiche tra strati. La revisione verificata contiene tutti i 36 encoder e 36 decoder; il caricamento si è concluso il 5 novembre.
06 NOV 2026↗ AUTOENCODER SPARSI PER STRATOTre autoencoder TopK di ByteDance Seed analizzano le uscite dei blocchi MoE di Qwen3-30B-A3B. Pesi e studio tecnico risalgono al 5 novembre. Ogni strato ha un checkpoint con 1.048.576 caratteristiche latenti, di cui al massimo 100 sono selezionate per token.
06 NOV 2026↗I dati sono mostrati con il contesto comunicato dalla fonte. Un risultato del fornitore non equivale a un confronto indipendente e non sostituisce una valutazione propria.
| Modello | Benchmark | Risultato | Metrica |
|---|---|---|---|
| Qwen3-30B-A3B MoE-Output SAE | Qwen3 MoE SAE FVU (layer 4) | 12,6 % | Più basso è meglio |
| Qwen3-30B-A3B MoE-Output SAE | Qwen3 MoE SAE FVU (layer 30) | 25,1 % | Più basso è meglio |
| Qwen3-30B-A3B MoE-Output SAE | Qwen3 MoE SAE FVU (layer 46) | 7,6 % | Più basso è meglio |
Un'organizzazione, un prodotto e un modello non sono la stessa unità. Inferama li separa per evitare di attribuire capacità o condizioni commerciali all'elemento sbagliato.
Entità che sviluppa o pubblica il modello e ne mantiene la documentazione tecnica e di sicurezza.
Versione identificabile con limiti, modalità e comportamento che possono cambiare tra i rilasci.
API, applicazione, cloud associato o piano commerciale; ogni canale può avere prezzi, conservazione e limiti diversi.
Ogni affermazione deve conservare la pagina ufficiale consultata e la data di verifica.