AnswersPublished23 sources
Bagaimana SenseNova-Loop menggandakan langkah pengiraan tanpa menggandakan berat model
Dilancarkan pada 30 Oktober 2026, model ini melaksanakan blok 24 lapisan penyahkod yang sama sebanyak dua kali, menghasilkan 56 pelaksanaan daripada 32 lapisan berbeza. SenseTime menyasarkan penggunaan konteks panjang dan aliran kerja ejen; model menerima teks serta imej dan menghasilkan teks.
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer
Key takeaways
- Dilancarkan pada 30 Oktober 2026, model ini melaksanakan blok 24 lapisan penyahkod yang sama sebanyak dua kali, menghasilkan 56 pelaksanaan daripada 32 lapisan berbeza.
- SenseTime menyasarkan penggunaan konteks panjang dan aliran kerja ejen; model menerima teks serta imej dan menghasilkan teks.
- Dakwaan prestasi setanding model sekitar 27 bilion parameter ialah hasil penanda aras yang dilaporkan syarikat, bukan jaminan prestasi umum.
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 memperkenalkan SenseNova-Loop-9B-Preview sebagai model multimodal untuk konteks panjang dan aliran kerja ejen. Keistimewaan utamanya bukan sekadar saiz, tetapi cara ia menggunakan semula sebahagian lapisan penyahkod: model mempunyai 32 lapisan berbeza, namun melaksanakan 56 langkah lapisan dalam satu laluan pemprosesan.7
45
Model ini dilancarkan pada 30 Oktober 2026. Berat model tersedia di Hugging Face, manakala kod projek diterbitkan di GitHub; repositori projek menyenaraikan lesen Apache 2.0.7
16
25 Reka bentuknya menarik, tetapi dakwaan bahawa ia mampu menyaingi model jauh lebih besar perlu dilihat sebagai hasil penanda aras yang dilaporkan SenseTime—bukan jaminan ia setanding dalam semua tugasan.
Daripada 32 lapisan kepada 56 pelaksanaan
Empat lapisan pertama dijalankan sekali, lapisan 4 hingga 27 dijalankan dua kali dengan berat yang dikongsi, dan empat lapisan terakhir dijalankan sekali. Jumlahnya ialah 56 pelaksanaan: empat di awal, 48 dalam blok yang diulang dan empat di hujung.45
Perbezaannya terletak pada maksud lapisan berbeza berbanding pelaksanaan lapisan. Mengulang blok pertengahan menambah pengiraan tanpa menyimpan satu lagi salinan berat bagi blok itu. Namun, 56 pelaksanaan tidak bermakna model semestinya lebih pantas atau lebih ringan semasa digunakan. Kelajuan dan penggunaan sumber sebenar bergantung pada pelaksanaan serta keadaan penggunaan.
Kad model menyatakan kira-kira 9 bilion jumlah parameter dan 14.6 bilion “parameter inferens”.6 Angka ini menggunakan cara pengiraan yang berbeza. Angka 14.6 bilion tidak patut ditafsirkan sebagai 14.6 bilion berat berasingan yang disimpan, atau sebagai bukti model ini berprestasi seperti model konvensional sebesar itu.
Peranan mHC dan corak perhatian
Dalam bahagian yang diulang, model menggunakan manifold-constrained hyper-connections dua aliran, atau mHC. Dua aliran baki membawa maklumat melalui pengiraan penyahkod. Pemetaan yang dipelajari mengawal cara aliran dibaca dan dicampurkan serta cara keluaran lapisan dimasukkan semula. Dokumentasi projek menyatakan pemetaan campuran aliran dikekang melalui penormalan Sinkhorn, dengan dua aliran dan 20 lelaran penormalan.8
20
Dokumentasi model turut menerangkan corak perhatian hibrid: tiga lapisan perhatian linear diikuti satu lapisan perhatian penuh, secara berselang-seli.32 Ini menerangkan susunan seni bina; dengan sendirinya, ia tidak membuktikan model akan lebih pantas atau lebih berkebolehan untuk setiap jenis tugas.
Input, konteks dan kegunaan yang disasarkan
SenseNova-Loop-9B-Preview menerima teks dan imej, kemudian menjana teks. SenseTime menyasarkan kegunaan seperti memahami dokumen, menulis kod dan berinteraksi dengan alat luaran.7 Resipi latihan yang didokumenkan menyokong jujukan sehingga 262,144 token serta merangkumi input multimodal dan trajektori tugasan terselia.
6 Liputan TechNode menyebut campuran latihannya turut merangkumi teks, imej, kod dan contoh penggunaan alat.
30
Had maksimum jujukan semasa latihan bukan jaminan model dapat mencari semula maklumat atau menaakul dengan tepat daripada setiap token dalam input sepanjang itu. Keupayaan konteks panjang perlu diuji pada tugasan yang benar-benar ingin digunakan.
Apa yang ditunjukkan oleh dakwaan penanda aras?
SenseTime mempromosikan model ini sebagai mencapai prestasi kelas model sekitar 27 bilion parameter dan mengetengahkan perbandingan dengan Qwen3.5-27B pada WorkBuddy Bench, RaccoonPPT Bench dan AutomationBench.16
36 Itu ialah dakwaan syarikat berdasarkan penilaian tertentu, bukannya bukti model setara untuk semua tugasan. Maklumat yang tersedia tidak memberikan butiran penilaian yang mencukupi untuk mengesahkan perbandingan itu secara bebas atau menentukan sejauh mana hasilnya boleh digeneralisasikan.
Kad model menyenaraikan beberapa penanda aras lain, termasuk BIRD-Dev, WorkBuddy Bench, AIDABench, TeamBench, Terminal Bench 2.1, T³-Banking, AutomationBench dan RaccoonPPTBench.17 Nama penanda aras dalam senarai tidak dengan sendirinya membuktikan model menang atau menerangkan bagaimana keputusan diperoleh. Kad model juga menandakan laporan teknikal sebagai “TBD”, jadi huraian lebih lengkap tentang kaedah dan hasil belum tersedia di situ.
1
Status sokongan inferens
Dokumentasi projek menyatakan multi-token prediction (MTP) disokong untuk mempercepat inferens.6
20 Ini menunjukkan kaedah tersebut disokong, bukan bahawa peningkatan kelajuannya telah diukur. Maklumat yang tersedia tidak menetapkan penjimatan latensi atau peningkatan kadar pemprosesan merentas perkakasan dan beban kerja.
Dspark dan Dflash2 pula disenaraikan sebagai masih dalam pembangunan, dengan latihan sedang berjalan; dokumentasi turut menyediakan arahan latihan berkaitan.5
20 Arahan itu menunjukkan kerja sedang dilakukan pada laluan latihan, tetapi tidak membuktikan bahawa titik semak draf sedia digunakan atau peningkatan kelajuan telah disahkan secara bebas.
Kesimpulannya
SenseNova-Loop-9B-Preview menguji satu pertukaran yang jelas: mengulang blok pertengahan untuk menambah kedalaman pengiraan sambil berkongsi beratnya. Angka parameter yang dilaporkan, latihan konteks panjang dan dakwaan penanda aras perlu dibezakan daripada kecekapan semasa inferens serta keupayaan yang disahkan secara bebas.
Bagi keputusan penggunaan, perkara utama ialah prestasi pada tugasan sasaran dan ukuran penggunaan memori, latensi serta kualiti dalam persekitaran sebenar—bukan jumlah langkah pengiraan semata-mata.
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 "Bagaimana SenseNova-Loop menggandakan langkah pengiraan tanpa menggandakan berat model"?
Dilancarkan pada 30 Oktober 2026, model ini melaksanakan blok 24 lapisan penyahkod yang sama sebanyak dua kali, menghasilkan 56 pelaksanaan daripada 32 lapisan berbeza.
What are the key points to validate first?
Dilancarkan pada 30 Oktober 2026, model ini melaksanakan blok 24 lapisan penyahkod yang sama sebanyak dua kali, menghasilkan 56 pelaksanaan daripada 32 lapisan berbeza. SenseTime menyasarkan penggunaan konteks panjang dan aliran kerja ejen; model menerima teks serta imej dan menghasilkan teks.
What should I do next in practice?
Dakwaan prestasi setanding model sekitar 27 bilion parameter ialah hasil penanda aras yang dilaporkan syarikat, bukan jaminan prestasi umum.