Laboratoires & Recherche5 min read
IA souveraine · Les modèles linguistiques allemands
Aleph Alpha avait besoin de 4 billions de tokens allemands. Le web ouvert en offre 1,94.
Les travaux d'ablation d'Aleph Alpha fixent un seuil de 4 billions de tokens pour le pré-entraînement en allemand. Les six plus grands jeux de données allemands gratuits totalisent environ 1,94 billion, dont près de 600 milliards issus de traduction automatique de l'anglais.
2026-09-17