ARTICLE · 人工智能
dots3-note Preview：迈向服务真实生活的长程智能体，坚定的第一步
一语总结REDtech 开源 280B 参数的多模态模型 dots3-note Preview，并提出 TEMPO 方法提升长程强化学习，同时发布 VibeSearchBench 与 VibeLifeBench 两套真实生活评测基准。
文章宣布开源 dots3-note Preview，作为 dots3 系列中最轻量的模型，拥有 280B 参数、16B 激活参数，支持 512K 上下文并具备文本、视觉、语音的多模态理解能力。作者阐述了模型在复杂推理、长程 Agent 任务上的优化，并通过强化学习的 TEMPO 方法将长程任务拆分为 macro‑step，实现自我评价与策略更新。文章展示了在 ARC‑AGI‑3 等环境中的实验结果，说明模型在自我评估和记忆更新方面的优势，并提供了两个面向真实生活的评测环境 VibeSearchBench 与 VibeLifeBench，以促进社区复现和衡量长程任务能力。最后指出模型仍存在幻觉抑制、稳定性等局限，呼吁社区反馈共同推进 AI 为真实生活服务的目标。
- dots3-note Preview 实现了 280B 参数的多模态基座，支持文本、视觉和语音的统一感知。
模型在 512K 上下文窗口内能够同时处理三模态信息，并在多项任务上达到或超过更大规模模型的效果，展示了高效的跨模态能力。
- TEMPO 方法通过 macro‑step 将长程任务拆分，实现了测试时的价值估计与策略优化。
在每个 macro‑step 结束后，Agent 从 actor 切换为 critic，利用推理分析估计剩余回报，从而在数十小时的任务上实现有效的强化学习训练。
- 发布 VibeSearchBench 与 VibeLifeBench 两套评测基准，推动真实生活长程任务的研究。
VibeSearchBench 评估多轮搜索与工具调用，VibeLifeBench 评估跨阶段任务执行与状态一致性，为社区提供可复现的评测环境。
- 模型具备递归自我评价能力，能够在复杂环境中识别关键状态并更新记忆。
实验显示，Agent 在测试阶段能够对相似状态进行价值区分，并在 IMO 2026 中取得满分成绩，验证了自评估在长程任务中的重要性。
dots3-note Preview：迈向服务真实生活的长程智能体，坚定的第一步
文章宣布开源 dots3-note Preview，作为 dots3 系列中最轻量的模型，拥有 280B 参数、16B 激活参数，支持 512K 上下文并具备文本、视觉、语音的多模态理解能力。作者阐述了模型在复杂推理、长程 Agent 任务上的优化，并通过强化学习的 TEMPO 方法将长程任务拆分为 macro‑step，实现自我评价与策略更新。文章展示了在 ARC‑AGI‑3 等环境中的实验结果，说明模型在自我评估和记忆更新方面的优势，并提供了两个面向真实生活的评测环境 VibeSearchBench 与 VibeLifeBench，以促进社区复现和衡量长程任务能力。最后指出模型仍存在幻觉抑制、稳定性等局限，呼吁社区反馈共同推进 AI 为真实生活服务的目标。
文章金句
"模型进行自我评估的能力非常重要。
"TEMPO 将长程任务拆分为多个 macro‑step，每个 macro‑step 包含多轮模型与环境的交互。
"dots3-note Preview 是我们朝这个目标迈出的一小步，也是一个新的起点。