LightOn publie LightOnOCR-3
La famille de modèles Apache-2.0 combine transcription, boîtes de mise en page, descriptions d'images et extraction de graphiques dans des modèles assez petits pour fonctionner localement.
La famille de modèles Apache-2.0 combine transcription, boîtes de mise en page, descriptions d'images et extraction de graphiques dans des modèles assez petits pour fonctionner localement.
Une étude à 12 350 appels n'a trouvé aucune baisse fiable de six mesures de biais cognitifs lorsque les modèles consommaient plus de tokens de raisonnement. Un prompt direct a aidé pour l'ancrage.
Prépublications, projets locaux, essais techniques, tests communautaires, incidents de sécurité et changements de politique : le reste des nouvelles de l'IA du jour avec des sources directes.
Le petit modèle Claude ajoute un raisonnement adaptatif et une tarification des tokens à deux niveaux. Anthropic le destine aux résumés, au travail dans le navigateur et aux sous-agents à périmètre restreint.
d1-3B, à 3,1 milliards de paramètres, et le modèle expérimental d1-omni, à 600 millions, répondent à des questions structurées en une seule passe avant. Leurs poids sont disponibles pour un déploiement local.
Une prépublication montre que quelques mots fixes au début d'une réponse peuvent retrouver une grande partie des performances de raisonnement habituellement associées à l'apprentissage par renforcement.
Une prépublication retrace comment les modèles qui actualisent leurs poids à partir de leurs propres textes peuvent entrer dans une boucle de rétroaction nuisible sur de longs flux d'inférence.
Modèles ouverts, prépublications, projets d'agents, essais techniques et mesures communautaires : le reste de l'actualité de l'IA du jour, avec des sources directes.
Le modèle d'embedding de Google, avec 740 millions de paramètres, place texte, code, images, vidéo et audio dans un même espace vectoriel. Ses encodeurs modulaires sont conçus pour les appareils locaux.
Mistral ouvre l'accès API à son modèle multimodal d'un billion de paramètres et fixe au 27 octobre la sortie des poids ouverts. Les affirmations sur l'architecture et les benchmarks restent provisoires.
Une prépublication repère un circuit précoce d'appariement des objets et un circuit plus tardif d'appariement des relations dans les modèles vision-langage. Elle relie ensuite le second aux performances sur ARC-AGI-1.
Le projet sous licence Apache publie son accélérateur, son compilateur, son simulateur et ses outils hôtes. Le débit mesuré révèle un petit système limité par la mémoire plutôt qu'un remplaçant du GPU.