LLM & Modèles
Grands modèles de langage : GPT, Claude, Gemini, Mistral et poids ouverts.
34 published articles
Apprentissage profond
M3D et Real-Guidance portent la distillation de jeux de données vers les hautes résolutions
La distillation de jeux de données est longtemps restée cantonnée aux benchmarks basse résolution, mais une nouvelle approche appelée M3D change la donne. En combinant un appariement multi-échelle, un a priori de variété de données et une stratégie Real-guidance, elle passe à l’échelle sur ImageNet-1K à la résolution 128×128, atteignant 68,5 % de précision top-1 avec une seule image par classe et réduisant de dix fois l’utilisation mémoire.
2026-07-05
Recherche et développement en IA
Ma Jiaqi a enseigné aux ingénieurs de MiniMax une dure leçon sur les tokens oubliés
L'enquête interne de MiniMax sur l'incapacité de son modèle M2 à produire le nom « Ma Jiaqi » a révélé un décalage structurel entre le vocabulaire de pré-entraînement et la distribution des données de post-entraînement. La cause racine : les vecteurs lm_head des tokens à faible fréquence dérivent pendant le SFT, perdant la capacité de génération tout en conservant la compréhension. Une correction de couverture complète du vocabulaire a résolu le problème et a également atténué le mélange linguistique en japonais.
2026-07-04
Intelligence Artificielle
Le nouveau modèle de codage M2.5 de MiniMax domine le benchmark à 5 % du prix
Le modèle M2.5 de MiniMax domine le benchmark de codage Multi-SWE-Bench, surpasse les modèles grand public dans les tâches de bureau et coûte un dixième à un vingtième de ses concurrents. Les poids open source sont disponibles sur HuggingFace.
2026-07-04
Intelligence artificielle
Le modèle Phi-4 de Microsoft redéfinit l'efficacité dans une recherche révolutionnaire
Le modèle Phi-4 de Microsoft atteint une efficacité de pointe, égalant des modèles plus grands dans des tâches de raisonnement avec significativement moins de paramètres. Publié le 15 mai 2025, l'article de recherche réexamine les hypothèses sur les lois de mise à l'échelle en IA.
2026-07-03
Architecture sans tokenizer
Aleph Alpha dévoile T-Free : une architecture sans tokenizer pour une IA souveraine
Aleph Alpha dévoile T-Free, une architecture de LLM sans tokenizer qui mappe les mots directement en vecteurs. L'approche offre près de sept caractères par vecteur contre quatre typiquement, réduisant les coûts et la consommation d'énergie tout en améliorant les performances sur les domaines spécialisés et les langues peu dotées.
2026-07-03
Intelligence Artificielle
GPT-Live d'OpenAI cesse enfin d'attendre que vous ayez fini de parler
GPT-Live d'OpenAI introduit l'audio full-duplex, permettant à l'IA d'écouter et de parler en même temps. Elle peut dire « mhmm », attendre pendant les pauses et confier le raisonnement complexe à GPT-5.5 en arrière-plan, maintenant ainsi le flux de la conversation.
2026-07-01
contexte effectif, plafonds de sortie et l'impôt caché des longues fenêtres
Votre modèle d'IA prétend lire 1 million de tokens. Il ment. Voici les vrais calculs.
Les quatre LLM de pointe annoncent des contextes de 1M+ tokens, mais le rappel effectif, les limites de sortie et les coûts réels diffèrent considérablement. DeepSeek V4 Pro domine en matière de plafond de sortie et de coût, Gemini excelle sous 200K tokens, et Claude Opus remporte la palme du cache pour la revue de code interactive. Cette analyse détaille les chiffres d'avril 2026.
2026-06-30
Intelligence artificielle
OpenJarvis propose une alternative locale-first aux agents IA basés sur le cloud
OpenJarvis 1.0 des laboratoires Hazy Research et Scaling Intelligence de Stanford permet aux agents IA personnels de fonctionner localement via Ollama, avec un accès optionnel au cloud. Il inclut des présélections pour les briefings matinaux, la recherche dans des documents et les assistants de codage locaux, en priorisant l'efficacité et la confidentialité tout en suivant l'énergie, le coût et la latence.
2026-05-28
Recherche sur la sécurité de l'IA
Les modèles d'IA ne peuvent pas s'empêcher de penser à voix haute. C'est à la fois une bonne nouvelle et un cauchemar pour la sécurité.
Claude Sonnet 4.5 ne peut contrôler son raisonnement en chaîne que 2,7 % du temps, contre 61,9 % pour les sorties finales. L'écart soulève des questions ouvertes sur la robustesse de la surveillance par CoT en tant que mécanisme de sécurité, et personne ne sait pourquoi il existe.
2026-03-09
Édition d'images
Des utilisateurs de Reddit ont construit un éditeur d'images qui bat les laboratoires sur leur propre terrain
RealEdit, un jeu de données de 48 000 demandes réelles d'édition d'images issues de Reddit, montre que les modèles actuels sont sous-performants sur les tâches authentiques des utilisateurs. Un modèle entraîné sur ces données bat les concurrents par jusqu'à 165 points Elo, et améliore également la précision de détection des deepfakes de 14 points de pourcentage.
2025-05-01