La dégénérescence textuelle : un défi ignoré en production IA
La dégénérescence textuelle, un mode de défaillance des modèles d’IA en production, n’est pas détectée par la plupart des benchmarks actuels.
La dégénérescence textuelle, un mode de défaillance des modèles d’IA en production, n’est pas détectée par la plupart des benchmarks actuels.
Un développeur a constaté que des modèles d’IA moins coûteux offraient une performance quasi identique à celle d’Opus 4.7 pour des tâches d’appel d’outils, avec un écart de qualité inférieur à 2% mais un coût dix fois moindre.
Google a récemment mis en avant son modèle d’intelligence artificielle, Gemini 3.5, à travers une communication visuelle distinctive.
IBM lance Granite Embedding Multilingual R2, des modèles d’intégration multilingues open source avec un contexte de 32K tokens.
Le modèle GPT-5.5 d’OpenAI coûte 49 à 92 % plus cher que son prédécesseur, contredisant les affirmations initiales de l’entreprise.
DeepSeek a publié la version complète de son article V4, détaillant l’entraînement avec quantification consciente (QAT) en FP4 pour une efficacité accrue.
La plateforme OpenRouter a annoncé une hausse de 50 % des tarifs de son modèle « GPT-5.5 » à partir du 20 novembre 2024, en raison de coûts d’exploitation plus élevés que prévu.
JobTeaser propose aux étudiants européens d’être rémunérés pour entraîner et évaluer les grands modèles d’IA américains.
Des chercheurs du MIT ont identifié la superposition comme le phénomène clé expliquant la fiabilité de la mise à l’échelle des performances des grands modèles de langage.
Une nouvelle évaluation révèle des divergences significatives dans les réponses éthiques des principaux modèles de langage face à une centaine de dilemmes moraux quotidiens.