Cloudflare a lancé Clef, un modèle de décision à poids ouverts. Le projet est disponible sur Hugging Face.
Cloudflare lance le modèle de décision à poids ouverts Clef
Les chercheurs de l'IFM organisent une AMA sur la flotte de modèles ouverts K2 Horizon
Des chercheurs de l'Institut des Modèles Fondamentaux (IFM) organisent une session « Ask Me Anything » (AMA) concernant leur projet K2 Horizon récemment publié. L'initiative consiste en une flotte connectée de six modèles entièrement ouverts, allant de 0,9B à 375B paramètres.
NVIDIA publie Kumo Tabular, un modèle fondamental ouvert pour les données tabulaires dédié à la classification et à la régression
NVIDIA a publié Kumo Tabular, une nouvelle famille de modèles fondamentaux pour les données tabulaires capables de prédire de nouvelles lignes en un seul passage avant sans nécessiter d'entraînement ni de réglage des hyperparamètres. Les modèles sont disponibles en tailles Small, Medium et Large, allant d'environ 28M à 215M paramètres.
Index-Translate lance une famille de modèles multilingues pour le texte, la parole et les longs documents
Les auteurs présentent Index-Translate, une famille de modèles de traduction multilingue combinant une base partagée avec un entraînement spécialisé pour la traduction générale, le suivi d'instructions, la traduction de la parole, le doublage contrôlé et la traduction de longs documents. La famille comprend des modèles de 2B, 9B et 35B-A3B prenant en charge 150 langues.
Linda-Pro lance un détecteur local de texte AI en anglais utilisant la stylistométrie et DeBERTa
Linda-Pro est un nouvel outil local pour détecter le texte en anglais généré par l'IA qui combine la stylistométrie avec deux modèles DeBERTa ajustés. Il analyse le texte dans des fenêtres d'environ 300 mots et fournit une carte thermique par phrase pour identifier l'auteur mixte.
Google DeepMind présente SynthID Bio pour filigraner les protéines générées par IA
Google DeepMind a présenté SynthID Bio, une technologie de preuve de concept qui intègre des filigranes imperceptibles directement dans le code biologique des protéines et structures conçues par l'IA. Cette approche garantit que la signature est vérifiable sur la protéine physique synthétisée elle-même tout en préservant sa fonction biologique.