DiffusionGemma : Google accélère la génération de texte IA
Google DeepMind lance DiffusionGemma, un modèle IA générant du texte quatre fois plus vite grâce à une nouvelle approche.
modèle de langage
DiffusionGemma : une génération de texte quatre fois plus rapide
DeepMind présente DiffusionGemma, un modèle de langage générant du texte quatre fois plus rapidement.
Anthropic : des garde-fous trop stricts pour la cybersécurité selon des chercheurs
Les garde-fous du modèle Fable d’Anthropic jugés trop stricts par les chercheurs en cybersécurité.
Claude Fable 5 : un modèle IA performant mais coûteux et filtré
Anthropic dévoile Claude Fable 5, un modèle IA très performant mais cher et soumis à de stricts filtres de sécurité.
Anthropic déploie Claude Fable 5, un modèle à durée limitée
Anthropic déploie Claude Fable 5, un nouveau modèle basé sur son IA la plus puissante, Mythos, mais avec une disponibilité temporaire pour les utilisateurs.
Qwen3.7Max : un modèle MoE open-source rivalise avec les géants de l’IA
Le modèle open-source Qwen3.7Max, basé sur l’architecture MoE, démontre des performances remarquables pour sa taille, défiant des modèles plus grands.
Nemotron 3.5 ASR : l’affinage pour langues et accents spécifiques
NVIDIA Nemotron 3.5 ASR peut désormais être affiné pour s’adapter à des langues, domaines ou accents spécifiques, grâce à Hugging Face.
JetBrains dévoile Mellum2, un modèle d’IA à 12 milliards de paramètres
JetBrains présente Mellum2, un modèle d’IA innovant de 12 milliards de paramètres basé sur l’architecture Mixture-of-Experts.
NVIDIA quantifie le modèle Qwen3.6-35B-A3B d’Alibaba pour l’inférence
NVIDIA a publié une version quantifiée du modèle de langage Qwen3.6-35B-A3B d’Alibaba, optimisée pour des performances d’inférence accrues.
Liquid AI dévoile son modèle MoE 8B-A1B entraîné sur 38T de tokens
Liquid AI a lancé LFM-2.5 8B-A1B, un modèle Mixture-of-Experts de 8 milliards de paramètres entraîné sur 38 trillions de tokens, visant l’efficacité et la performance.