La recherche en IA te passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Une nouvelle ère pour les modèles ouverts
La dernière édition des artefacts ouverts met en lumière une série de modèles innovants qui élargissent les horizons des applications technologiques. Contrairement aux précédentes éditions dominées par des géants comme Qwen et DeepSeek, cette sélection se distingue par sa diversité et son originalité, couvrant des domaines tels que la reconnaissance optique de caractères, la transcription audio, et même la démonstration de théorèmes mathématiques.
Les artefacts de ce mois proviennent d'une liste beaucoup plus large de créateurs de modèles ouverts. Cela laisse entrevoir un avenir prometteur pour les modèles ouverts, où la nécessité de modèles spécifiques à un domaine et peu coûteux est perçue comme essentielle pour compléter les agents fermés les plus puissants.
NVIDIA et CohereLabs en tête d'affiche
NVIDIA-Nemotron-3-Super-120B-A12B-NVFP4
NVIDIA a lancé son modèle tant attendu, le Nemotron Super, qui se distingue par ses 120 milliards de paramètres, dont 12 milliards sont actifs. Ce modèle offre une fenêtre de contexte impressionnante d'un million et prend en charge plusieurs langues populaires. Il utilise les technologies LatentMoE et NVFP4 durant la pré-formation, marquant une première pour les modèles ouverts.
Cohere Transcribe
CohereLabs a présenté Cohere Transcribe, un modèle de conversion de la parole en texte basé sur l'architecture conformer, similaire à celui de NVIDIA. Ce modèle prend en charge 14 langues, y compris certaines langues AIPAC et l'arabe, et est publié sous la licence Apache 2.0. Cohere affirme que ce modèle surpasse les modèles ouverts et fermés de taille similaire.
Innovations de SarvamAI et Mistral
Sarvam-105b
La startup indienne SarvamAI a élargi ses ensembles de données, atteignant entre 12 et 16 trillions de tokens, et ses modèles, atteignant jusqu'à 105 milliards de paramètres. Ces modèles sont particulièrement prisés pour les langues indiques, surpassant les modèles ouverts SOTA.
Mistral-Small-4-119B-2603
Mistral propose un modèle hybride de 119 milliards de paramètres, combinant les générations précédentes pour offrir des capacités de codage avancées.
Autres modèles notables
Parmi les autres modèles notables, on trouve le Zeta-2 de Zed Industries, un éditeur de code open source basé sur Seed-Coder-8B, entraîné sur du code source ouvert par des utilisateurs ayant explicitement consenti à la collecte de données.
Modèles généraux
NVIDIA a également introduit le gpt-oss-puzzle-88B, une version optimisée de GPT OSS 120B, qui remplace certaines couches d'attention globale par de l'attention par fenêtre. Ce modèle est conçu pour améliorer l'efficacité d'inférence pour les charges de travail lourdes en raisonnement.
AllenAI a dévoilé Olmo-Hybrid-7B, un modèle hybride combinant attention et GDN (gated DeltaNet). NVIDIA a aussi présenté une version compressée de son modèle Nemotron avec le NVIDIA-Nemotron-3-Nano-4B-BF16.
Modèles multimodaux
YuanLabAI a lancé Yuan3.0-Ultra, un modèle multimodal de 1 trillion de paramètres, pré-entraîné sur 2,2 trillions de tokens. Meituan-LongCat a introduit LongCat-Next, un modèle multimodal capable de traiter texte, vision et audio.
IBM-Granite a présenté granite-4.0-1b-speech, un petit modèle de conversion de la parole en texte supportant six langues. Microsoft a lancé Phi-4-reasoning-vision-15B, un modèle utilisant l'encodeur de vision SigLIP-2.
Modèles spéciaux
Miromind-AI a introduit MiroThinker-1.7, une version fine-tunée de Qwen 235B pour des flux de travail agentiques. Prior-Labs a mis à jour son modèle de prédiction tabulaire avec tabpfn_2_6, légèrement plus grand que son prédécesseur.
Facebook a mis à jour SAM 3 avec sam3.1, sous une licence restrictive. Hcompany a lancé Holotron-12B, un modèle de politique pour les agents CUA. Meituan-LongCat a également introduit LongCat-Flash-Prover, un fine-tune Lean4 du grand modèle LongCat.
Modèles RAG
Baidu a lancé Qianfan-OCR, un modèle OCR sous licence Apache 2.0. Datalab-TO a mis à jour le modèle Chandra OCR avec chandra-ocr-2, sous une licence restrictive.
LightonAI a présenté Reason-ModernColBERT, un modèle de récupération SOTA sous licence non commerciale. ChromaDB a introduit context-1, une version fine-tunée de GPT-OSS pour la recherche agentique. Enfin, Rednote-Hilab a mis à jour le modèle dots.ocr avec dots.mocr, supportant les sorties SVG, mais avec des restrictions supplémentaires sur son utilisation.
