korshunov.ai L'essentiel du monde ML
FR
Open weights Page 1 / 10
media MarkTechPost · il y a 1 j · 1 vue

Mistral AI publie Shieldstral 1.0 3B, un classificateur de sécurité multimodal adaptatif aux politiques

Mistral AI a publié Shieldstral 1.0 3B, un modèle à poids ouverts qui traite la modération de contenu comme une unique question par oui/non plutôt que de s'appuyer sur des catégories de préjudice fixes. Construit sur Ministral-3-3B-Base-2512 avec un encodeur visuel Pixtral, il permet aux opérateurs de définir des politiques via des invites en langage naturel lors de l'inférence sans réentraînement.
media MarkTechPost · il y a 1 j

NVIDIA lance NOOA, un framework Python orienté objet pour créer des agents IA

NVIDIA Labs a open-sourcé NOOA (NVIDIA Object-Oriented Agents), un framework Python indépendant du modèle qui centralise le développement d'agents en une seule classe Python. Cette approche remplace les flux de travail fragmentés impliquant des modèles de prompts et des graphes de workflow en mappant les méthodes aux actions, les champs à l'état, les docstrings aux prompts et les annotations de type aux contrats imposés.
media TLDR AI · il y a 2 j · 2 vues

Google open-source les modèles WeatherNext ; Meta explore la synergie cross-modal

Google a open-sourcé ses modèles d'IA WeatherNext 2 et WeatherNext Cyclones pour améliorer la précision des prévisions de cyclones. Les modèles atteignent des résultats state-of-the-art dans la prédiction de la trajectoire, de l'intensité et de la structure du vent, offrant aux météorologues en moyenne un jour supplémentaire de précision prédictive par rapport aux méthodes actuelles.
lab Google DeepMind Blog · il y a 3 j · 16 vues

Google DeepMind open source le modèle IA WeatherNext pour la prévision des cyclones

Google DeepMind et Google Research ont open-sourcé les modèles IA WeatherNext 2 et WeatherNext Cyclones, qui ont atteint une précision de pointe dans la prédiction des trajectoires, de l'intensité et de la structure du vent des cyclones tropicaux. Publié dans Nature, ce travail démontre que ces modèles offrent aux prévisionnistes un jour supplémentaire de précision prédictive par rapport aux systèmes antérieurs.
media Hugging Face Forums · il y a 3 j · 1 vue

QuantCheck met en garde contre l'hypothèse selon laquelle le checkpoint final est le meilleur pour la quantification 4 bits

Un nouvel outil appelé QuantCheck souligne que le checkpoint final du pré-entraînement peut ne pas être le choix optimal pour la quantification 4 bits, car les benchmarks peuvent rester plats tandis que la fragilité augmente. L'auteur a observé ce motif sur Pythia-160m, où le checkpoint final a subi environ quatre fois plus de dommages à la qualité qu'un checkpoint antérieur de qualité égale.
media MarkTechPost · il y a 4 j · 1 vue

NVIDIA publie Alpamayo 2 Super, un modèle VLA ouvert de 34 milliards de paramètres pour la conduite autonome

NVIDIA a publié Alpamayo 2 Super, un modèle vision-langage-action (VLA) de 34 milliards de paramètres conçu pour les robotaxis et la conduite autonome sous la licence OpenMDW-1.1. Le modèle cible les événements à longue traîne en combinant une colonne vertébrale Cosmos 3 Super Reasoner de 32 milliards de paramètres avec un décodeur d'actions basé sur la diffusion de 2,3 milliards de paramètres pour générer des trajectoires, des explications causales et des méta-actions à partir de vidéos multi-caméras.
media AI News (smol.ai) · il y a 4 j Terminal-Bench 2 · 67.4% · 8 vues

Alibaba annonce Qwen3.8-Max avec 2,4T de paramètres et des poids ouverts à venir

Alibaba a annoncé Qwen3.8-Max comme son nouveau modèle phare, le décrivant comme une architecture sparse de 2,4T de paramètres axée sur les travaux agents à long terme, la programmation et le raisonnement multimodal. L'entreprise a confirmé que les poids ouverts pour Qwen3.8-Max seront publiés la semaine prochaine, accompagnés de la variante à poids ouverts Qwen3.8-27B.
lab Liquid AI · il y a 5 j · 5 vues

LFM2.5-2.6B publie un modèle agentique sur appareil avec inférence locale gratuite

Les auteurs publient LFM2.5-2.6B, un modèle agentique de 2,6 milliards de paramètres conçu pour fonctionner entièrement sur l'appareil pour la planification, l'appel d'outils et les tâches multi-étapes. Il est suffisamment petit pour fonctionner sur des téléphones et suffisamment rapide pour rester réactif sur les CPU, offrant une inférence gratuite, une faible latence et la confidentialité sans dépendre d'API cloud.
lab Mistral AI News · il y a 5 j · 3 vues

Shieldstral présente un classificateur de sécurité multimodal 3B adaptatif aux politiques

Shieldstral est un classificateur de sécurité multimodal à poids ouverts de 3B paramètres qui formule la modération de contenu comme une tâche de réponse aux questions adaptative aux politiques, lui permettant d'accepter des politiques en langage naturel lors de l'inférence sans réentraînement. Il unifie l'évaluation de la sécurité du texte et de l'image et fournit des scores de sécurité calibrés sur divers benchmarks tout en s'exécutant efficacement sur une seule GPU NVIDIA 16 Go.