Dotsファミリーの大規模MoE「dots.llm1」の設計と公開方針を整理しました。142B中14Bだけを動かす構造に加え、合成データなしの事前学習でQwen2.5-72Bに並ぶ性能と、学習全過程の中間チェックポイント公開が特徴です。日本語非対応と実測値の不足が課題として残ります。

続きを読む →

Dots系の文書解析モデルdots.ocrがdots.mocrへ刷新。3BパラメータのVLM1つでレイアウト検出・文字認識・図表解析を統合し、Gemini 3 Flashを審査員に立てたElo評価で同サイズ最高水準とされます。vllmなどでのローカル推論も可能で、仕組みと評価方法、留意点を整理しました。

続きを読む →

Dots AIのLLM「dots.llm1」を改めて掘り下げた。総142BのMoEで、推論時に動くのは14Bだけ。合成データなしの学習でQwen2.5-72Bに匹敵するとし、学習途中のチェックポイントもMITライセンスで公開している。一方で、実測TPSなどのローカル実行データは素材に見つからなかった。

続きを読む →

DotsのOCRモデルdots.ocrがdots.mocrへ改名しました。1.7Bの小型モデルで多言語文書解析を担い、図表や化学式を直接SVGコードへ変換できる点が特徴です。進化の流れ、GGUFやvLLMなどのローカル推論環境、実測数値が素材に見えない現状まで整理します。

続きを読む →

Dotsシリーズの本体LLM「dots.llm1」の技術報告がarXivに公開されました。MoE構造でエキスパート128個+共有2個を備え、マルチGPUのエキスパート並列でよくスケールします。素材に具体的なベンチマーク数値はなく、実測検証が今後の課題です。

続きを読む →

文書解析AI「dots.ocr」を追った継続記事。1.7BのVLM1つでレイアウト検出と文字認識を統合し、100言語・1493枚の社内ベンチマークで低資源言語に強みを示す。2026年3月にはdots.mocrへ改称し、図表をSVGコードへ直接変換する方向に進化。評価条件の混在という注意点も整理した。

続きを読む →

Dotsシリーズの言語モデルdots.llm1の技術報告がarXivで公開されました。128の選択型専門家と2つの共有専門家を持つMoE構成で、ベンチマークでは競争力を示す一方、実行環境で性能が大きく変わる点が注目です。ローカル推論の実測値はまだ素材になく、今後の検証が待たれます。

続きを読む →

文書解析AI「dots.ocr」のその後を追いました。2026年3月に1.5版が「dots.mocr」へ改名され、グラフや図解をSVGコードへ直接変換する新能力が加わっています。1.7Bの小型モデルのまま多言語解析の最高性能を保つ点と、評価上の留意点を解説します。

続きを読む →

文書画像から見出しや表の配置まで読み取るdots.ocrの推論環境を詳しく解説。推論エンジンはvLLMとTransformersの二方式が用意され、vLLM 0.11.0からは本体への公式統合も済んでいます。一方でdots.llm1側の新情報は、今回の素材からは得られませんでした。

続きを読む →

DotsのMoEモデル「dots.llm1」の技術報告が公開されました。総1420億パラメータのうち140億だけを動かす設計で、11.2兆トークンの学習が明らかになっています。Qwen2.5-72Bに匹敵する性能と、学習途中チェックポイントの公開が注目点です。

続きを読む →