Модель опубликована под идентификатором binedge/dots.mocr-FP8; базовая модель разработана rednote-hilab. Она предназначена для сценариев, где требуется обработка изображений и генерация текстового ответа, однако конкретные прикладные задачи, поддерживаемые языки и особенности поведения в README не указаны.

Ключевая особенность версии — динамическая FP8-квантизация текстового backbone с использованием llm-compressor. Квантизации подверглись Linear-слои, а модель сохранена в формате compressed-tensors. Модуль lm_head и пользовательский vision tower исключены из квантизации; vision tower сохранён в формате BF16. Размер модели, архитектура, число параметров, поддерживаемые модальности и максимальная длина контекста в предоставленных данных не указаны.

К преимуществам относятся снижение требований к хранению и потенциальное ускорение инференса по сравнению с полноразмерной версией при сохранении vision tower в BF16. Ограничения связаны с отсутствием подробных сведений о качестве, совместимости, производительности, языках и контексте, а также с возможными особенностями поддержки FP8 и compressed-tensors в конкретной инфраструктуре. Модель распространяется по лицензии Apache-2.0.