AnswersPublished23 sources
SenseNova-Loop-9B-Preview: יותר חישוב, בלי לשכפל את כל המשקולות
בכל מעבר המודל מבצע 56 פעולות של שכבות, אף שיש בו 32 שכבות שונות: 24 שכבות אמצעיות מופעלות פעמיים עם אותן משקולות. SenseTime דיווחה על תוצאות שמתקרבות, לטענתה, לרמת מודלים עם כ־27 מיליארד פרמטרים; אלה תוצאות של החברה, והדו״ח הטכני עדיין מסומן כעתידי.
פורסם על ידינערך באמצעות GPT-6 Lunaהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- בכל מעבר המודל מבצע 56 פעולות של שכבות, אף שיש בו 32 שכבות שונות: 24 שכבות אמצעיות מופעלות פעמיים עם אותן משקולות.
- SenseTime דיווחה על תוצאות שמתקרבות, לטענתה, לרמת מודלים עם כ־27 מיליארד פרמטרים; אלה תוצאות של החברה, והדו״ח הטכני עדיין מסומן כעתידי.
- המודל תומך בקלט של טקסט ותמונות, ובאימון ברצפים של עד 262,144 טוקנים — אך הנתון אינו מבטיח ביצועים טובים בכל משימה או אורך קלט.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is SenseTime’s SenseNova-Loop-9B-Preview, open-sourced on October 30, 2026, and how do its Apache 2.0 weights on Hugging Face and code. Article summary: SenseNova-Loop-9B-Preview is SenseTime’s open-weight multimodal model for long-context and agent workflows, released on October 30, 2026, with Apache 2.0 weights on Hugging Face and a public GitHub repository.[6][12][7][. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
SenseTime הציגה ב־30 באוקטובר 2026 את SenseNova-Loop-9B-Preview, מודל רב־מודאלי בקוד פתוח המיועד להקשרים ארוכים ולעבודה עם סוכנים וכלים חיצוניים. המשקולות זמינות ב־Hugging Face והקוד פורסם ב־GitHub; הפרויקט מופץ תחת רישיון Apache 2.0.7
16
25
החידוש המרכזי הוא לא מספר השכבות הייחודיות, אלא כמה פעמים הן מופעלות: המודל מתואר כבעל 32 שכבות שונות, אבל מבצע 56 פעולות של שכבות בכל מעבר קדימה. הוא מגיע לכך באמצעות שימוש חוזר באותן משקולות של 24 השכבות האמצעיות.7
45
מ־32 שכבות ל־56 פעולות
ארבע השכבות הראשונות פועלות פעם אחת, שכבות 4 עד 27 מופעלות פעמיים ברצף עם משקולות משותפות, וארבע השכבות האחרונות פועלות פעם אחת. החשבון הוא: 4 פעולות בתחילה, 48 בבלוק החוזר ועוד 4 בסוף — 56 בסך הכול.45
חשוב להבחין בין מספר השכבות השונות לבין מספר הפעמים שהשכבות מופעלות. הפעלת הבלוק האמצעי פעם נוספת מגדילה את עומק החישוב בלי לשמור עותק נוסף של המשקולות שלו. אבל יותר פעולות חישוב אינן מבטיחות שהמודל ירוץ מהר יותר או ידרוש פחות משאבים: הביצועים בפועל תלויים במימוש ובסביבת ההרצה.
כרטיס המודל מציין כ־9 מיליארד פרמטרים בסך הכול וכ־14.6 מיליארד ״פרמטרים בהסקה״.6 אלה שתי שיטות שונות להצגת היקף הפרמטרים. המספר הגדול יותר אינו מעיד שיש במודל 14.6 מיליארד משקולות נפרדות, וגם לא מוכיח שהוא שקול בביצועיו למודל רגיל בסדר גודל כזה.
מה מוסיפים mHC ומנגנון הקשב
בבלוק החוזר נעשה שימוש ב־mHC — קיצורים של manifold-constrained hyper-connections. בפועל, שתי זרימות שיוריות נושאות מידע דרך חישובי המפענח, ומיפויים נלמדים קובעים כיצד השכבות קוראות את המידע, מערבבות בין הזרימות ומשלבות את פלט השכבה במצב הבא. לפי תיעוד הפרויקט, נרמול Sinkhorn מגביל את מפת הערבוב; התצורה המתועדת כוללת שתי זרימות ו־20 איטרציות נרמול.8
20
התיעוד מתאר גם דפוס קשב היברידי: שלוש שכבות של קשב ליניארי ולאחריהן שכבה אחת של קשב מלא, במחזור חוזר.32 זהו תיאור של מבנה המודל, ולא הוכחה לכך שיהיה מהיר או חזק יותר בכל סוג של שימוש.
טקסט, תמונות והקשר ארוך
המודל מקבל טקסט ותמונות ומפיק טקסט. SenseTime מציגה אותו לשימושים כמו הבנת מסמכים, כתיבת קוד ואינטראקציה עם כלים חיצוניים.7 מתכוני האימון המתועדים כוללים רצפים של עד 262,144 טוקנים, קלטים רב־מודאליים ומסלולי משימות מפוקחים.
6 לפי סיקור TechNode, נתוני האימון כוללים גם טקסט, תמונות, קוד ודוגמאות לשימוש בכלים.
30
אורך רצף מרבי באימון אינו ערובה לכך שהמודל יצליח לאתר מידע או להסיק מסקנות מכל חלק בקלט באורך כזה. את היכולת לעבד הקשרים ארוכים צריך לבדוק מול המשימות שבהן מתכוונים להשתמש בו.
מה מלמדים הבנצ׳מרקים — ומה עדיין לא ברור
SenseTime טענה שהמודל מגיע לביצועים ברמה של מודלים עם כ־27 מיליארד פרמטרים, והדגישה השוואות מול Qwen3.5-27B ב־WorkBuddy Bench, ב־RaccoonPPT Bench וב־AutomationBench.16
36 אלה טענות של החברה על תוצאות במבחנים נבחרים, ולא הוכחה לשקילות כללית בכל משימה. החומר הזמין אינו מספק די פרטים כדי להעריך באופן עצמאי את ההשוואות או את מידת הכלליות שלהן.
כרטיס המודל מונה גם תוצאות במבחנים כמו BIRD-Dev, WorkBuddy Bench, AIDABench, TeamBench, Terminal Bench 2.1, T³-Banking, AutomationBench ו־RaccoonPPTBench.17 עצם הופעתו של מבחן ברשימה אינה מלמדת מי ניצח או כיצד התקבלה התוצאה. בנוסף, הדו״ח הטכני של המודל עדיין מסומן כ־TBD — כלומר, פרסום עתידי — ולכן אין עדיין תיאור מלא של שיטות ההערכה והתוצאות.
1
האצת הסקה: מה כבר מתועד
לפי תיעוד הפרויקט, המודל תומך ב־MTP — חיזוי של כמה טוקנים — לצורך האצת ההסקה.6
20 מדובר בתמיכה בשיטה, לא בנתון מדוד על שיפור במהירות: בחומר הזמין אין מדידות שמוכיחות שיפור בזמן תגובה או בתפוקה על פני חומרות ומשימות שונות.
Dspark ו־Dflash2 מסומנים בתיעוד כפרויקטים בפיתוח, כשהאימון עדיין נמשך; קיימות גם הוראות הקשורות לאימון שלהם.5
20 ההוראות מעידות על עבודה על מסלולי אימון, אך אינן מוכיחות שיש משקולות מוכנות לשימוש או שיפור מהירות שאומת באופן עצמאי.
השורה התחתונה
SenseNova-Loop-9B-Preview בוחן פשרה ארכיטקטונית ברורה: להעמיק את החישוב באמצעות הפעלה חוזרת של בלוק שכבות, בלי לשכפל את המשקולות שלו. כדאי להפריד בין מספר הפרמטרים המדווח, ההגדרה הארוכה של האימון וטענות החברה על תוצאות במבחנים — לבין מהירות הרצה ויכולת שהוכחה באופן בלתי תלוי. למי ששוקלים להשתמש בו, המדדים המעשיים הם איכות הביצועים במשימה הרלוונטית, צריכת הזיכרון וזמן התגובה בסביבת ההרצה המתוכננת.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "SenseNova-Loop-9B-Preview: יותר חישוב, בלי לשכפל את כל המשקולות"?
בכל מעבר המודל מבצע 56 פעולות של שכבות, אף שיש בו 32 שכבות שונות: 24 שכבות אמצעיות מופעלות פעמיים עם אותן משקולות.
What are the key points to validate first?
בכל מעבר המודל מבצע 56 פעולות של שכבות, אף שיש בו 32 שכבות שונות: 24 שכבות אמצעיות מופעלות פעמיים עם אותן משקולות. SenseTime דיווחה על תוצאות שמתקרבות, לטענתה, לרמת מודלים עם כ־27 מיליארד פרמטרים; אלה תוצאות של החברה, והדו״ח הטכני עדיין מסומן כעתידי.
What should I do next in practice?
המודל תומך בקלט של טקסט ותמונות, ובאימון ברצפים של עד 262,144 טוקנים — אך הנתון אינו מבטיח ביצועים טובים בכל משימה או אורך קלט.