Gemma 3n est désormais pleinement disponible dans l'écosystème open source
Gemma 3n est désormais pleinement disponible dans l'écosystème open source.
Orientations techniques
L'actualité des modèles, frameworks et dépôts open source : ouverture des poids, succès fulgurants des projets communautaires, rapport de force entre open source et modèles fermés.
228 sélections30 derniers jours 15 entréesTotal : 438 entrées
Gemma 3n est désormais pleinement disponible dans l'écosystème open source.
Mistral AI annonce Mistral Code, un assistant de codage IA destiné aux entreprises qui regroupe quatre modèles (Codestral.
Motif de la recommandation :Mistral Code regroupe modèles, plugin IDE et contrôles d'entreprise dans une offre déployable en cloud ou en air-gapped, avec des clients déjà engagés.
SmolVLA est un modèle Vision-Language-Action efficace entraîné sur les données communautaires LeRobot, publié sur le blog Hugging Face.
Mistral AI publie Devstral, un LLM agentique dédié aux tâches d'ingénierie logicielle.
Motif de la recommandation :Devstral atteint 46,8 % sur SWE-Bench Verified et peut tourner sur un seul RTX 4090, ce qui éclaire le choix d'un modèle de codage agentique déployable localement.
Falcon-Edge est une série de modèles de langage 1,58 bit présentés comme puissants, universels et fine-tunables.
NVIDIA annonce à la GTC 2025 de nouveaux modèles ouverts et jeux de données destinés aux développeurs d'IA incarnée.
Mistral AI annonce Mistral Small 3.1, présenté comme surpassant Gemma 3 et GPT-4o Mini avec une vitesse d'inférence de 150 tokens par seconde.
Motif de la recommandation :Mistral Small 3.1 précise les performances, la fenêtre de contexte et les points de disponibilité, ce qui permet de juger de son intérêt pour des déploiements légers.
LeRobot va à l'auto-école : le plus grand jeu de données open source de conduite autonome.
Hugging Face publie SigLIP 2, présenté comme un encodeur vision-langage multilingue amélioré.
Le blog Hugging Face publie Mini-R1, un tutoriel sur l'apprentissage par renforcement destiné à reproduire le moment eurêka de DeepSeek R1.
Mistral AI publie Mistral Small 3, un modèle de 24 milliards de paramètres sous licence Apache 2.0.
Motif de la recommandation :Un modèle 24B sous Apache 2.0 qui rivalise avec des modèles trois fois plus grands et se déploie sur un seul GPU, avec les cas d'usage ciblés.
Hugging Face publie Open-R1, une reproduction entièrement ouverte de DeepSeek-R1. Le contenu détaillé n'est pas disponible, seul le titre est fourni.
Hugging Face présente smolagents, une bibliothèque d'agents dont les actions sont écrites en code.
Hugging Face présente ModernBERT, un nouveau modèle destiné à remplacer BERT. Le billet de blog est publié sur le site de Hugging Face.
Hugging Face Blog annonce l'arrivée de la famille de modèles ouverts Falcon 3.
Mistral AI annonce Pixtral Large, un modèle multimodal open-weights de 124B construit sur Mistral Large 2.
Motif de la recommandation :L'annonce détaille les performances de Pixtral Large sur plusieurs benchmarks et sa disponibilité sous licence ouverte, ce qui permet de situer le modèle face à GPT-4o et Gemini-1.5 Pro.
Hugging Face publie Transformers.js v3, qui ajoute le support WebGPU (jusqu'à 100x plus rapide que WASM).
Motif de la recommandation :L'annonce détaille le support WebGPU, les nouveaux formats de quantification et la compatibilité multi-runtimes, ce qui aide à évaluer l'exécution de modèles dans le navigateur.
Hugging Face annonce la version stable de Gradio 5.
Motif de la recommandation :L'annonce détaille les améliorations de performance, de design et de streaming de Gradio 5, utile pour juger de son adoption en production.
Hugging Face et Intel Labs présentent le décodage spéculatif dynamique, une méthode qui accélère la génération de texte jusqu'à 2.
Motif de la recommandation :L'article présente la méthode de décodage spéculatif dynamique d'Intel Labs et Hugging Face, avec des gains de vitesse allant jusqu'à 2,7x et son intégration par défaut dans Transformers 4.45.0.
Hugging Face explique comment fine-tuner un modèle Llama3 8B existant en quantification extrême 1.58 bit via l'architecture BitNet.
Motif de la recommandation :L'article détaille des astuces concrètes pour fine-tuner un modèle existant en 1.58 bit, avec code et benchmarks, ce qui permet de reproduire la méthode.