NVIDIA publie Kumo Tabular, un modèle de fondation open source pour la classification et la régression sur données tabulaires.
Motif de la recommandation :NVIDIA ouvre un modèle de fondation tabulaire pré-entraîné uniquement sur des données synthétiques, avec poids et bibliothèque d'inférence, ce qui permet de mesurer le passage des arbres boostés à l'apprentissage en contexte.
Google DeepMind et Google Research présentent WeatherNext 3.
Motif de la recommandation :Le modèle météo phare de Google DeepMind passe à une résolution de 5 km et à des prévisions horaires, avec une intégration directe dans Search, Gemini et Maps.
Google Research présente TabFM, un modèle de fondation pour la classification et la régression sur données tabulaires qui élimine l'entraînement manuel。
Motif de la recommandation :L'article détaille l'architecture hybride et l'entraînement sur données synthétiques de TabFM, ce qui permet de comprendre comment le zero-shot s'applique aux données tabulaires.
OpenAI annonce de nouvelles capacités pour GPT-Rosalind, destinées à la recherche en sciences de la vie. Le modèle renforce le raisonnement biologique。
Motif de la recommandation :L'annonce présente les capacités de GPT-Rosalind en raisonnement biologique et analyse génomique, utile pour situer les outils IA dédiés à la recherche en sciences de la vie.
OpenAI publie Privacy Filter, un modèle à poids ouverts destiné à détecter et masquer les informations personnelles identifiables (PII) dans du texte, avec une précision annoncée comme état de l'art.
Motif de la recommandation :Un modèle à poids ouverts d'OpenAI dédié à la détection et à la suppression des données personnelles, avec un point d'entrée concret pour les flux de traitement de texte.
OpenAI présente GPT-Rosalind, un modèle de raisonnement de pointe conçu pour accélérer la découverte de médicaments。
Motif de la recommandation :Un nouveau modèle de raisonnement d'OpenAI orienté sciences de la vie, dont les capacités annoncées couvrent la découverte de médicaments et l'analyse génomique.
IBM annonce Granite 4.0 3B Vision, un modèle vision-langage compact destiné à l'extraction d'informations dans les documents d'entreprise。
Motif de la recommandation :Le modèle compact et son adaptateur LoRA sont décrits avec les benchmarks de tableaux, graphiques et KVP, ce qui aide à juger son intérêt pour l'extraction documentaire.
Mistral AI publie Codestral Embed, son premier modèle d'embedding dédié au code。
Motif de la recommandation :Mistral publie les performances comparées de Codestral Embed face à Voyage Code 3, Cohere Embed v4.0 et OpenAI, ainsi que les compromis dimension/précision et le tarif API.
Segmind a mis en open source le code d'entraînement et les poids de ses modèles SD-Small et SD-Tiny。
Motif de la recommandation :L'article détaille la méthode de distillation par suppression de blocs et publie le code et les poids, ce qui permet de reproduire et d'adapter ces modèles compressés.
OpenAI annonce un nouveau modèle d'embedding, présenté comme nettement plus performant, plus économique et plus simple à utiliser.
OpenAI a publié de nouvelles versions de GPT-3 et Codex, capables d'éditer ou d'insérer du contenu dans un texte existant, et pas seulement de compléter un texte existant.