Rubrique
ChatGPT, Gemini, Claude, Llama, Mistral et les autres : nouveaux modèles, capacités, benchmarks et coulisses des grands modèles de langage. 182 articles
Publié par Nvidia Research, NVLM 1.0 est une famille de modèles capables de traiter texte et images. Son plus grand modèle est présenté comme compétitif avec GPT-4o sur des évaluations visuelles, mais les tests ne suffisent pas à désigner un vainqueur universel.
À l’automne 2024, l’IA ne bascule pas grâce à une invention isolée, mais par la convergence de modèles plus naturels, de nouveaux usages créatifs et d’une course aux puces. GPT-4o illustre ce mouvement. Il rend aussi plus urgentes les questions de données, de droits d’auteur, de protection des mineurs et de responsabilité.
Les grands modèles de langage impressionnent par leur aisance rédactionnelle, sans pour autant distinguer toujours le vrai du vraisemblable. L’augmentation de leur taille améliore de nombreuses capacités, mais ne garantit ni l’exactitude ni la reconnaissance de l’incertitude. Comprendre cette limite est essentiel pour les utiliser sans leur accorder une confiance excessive.
Dévoilé lors de Meta Connect, Llama 3.2 élargit la famille de modèles de Meta avec deux modèles capables d’analyser des images et deux versions textuelles très compactes. Cette stratégie vise à concilier des usages visuels plus riches et une IA plus facile à exécuter sur des appareils aux ressources limitées.
Avec Llama 3.2, dévoilé le 25 septembre 2024, Meta introduit des modèles capables d’interpréter à la fois une image et une consigne écrite. La famille comprend aussi deux versions textuelles légères, pensées pour rapprocher certaines fonctions d’IA des téléphones et autres appareils.
En septembre 2024, l’arrivée d’o1 d’OpenAI relance la compétition entre assistants d’IA, aux côtés de GPT-4o et Grok-2. Mais il n’existe pas un meilleur modèle dans l’absolu : raisonnement, dialogue, multimodalité, coût et confidentialité changent la réponse selon l’usage recherché.
Alibaba Cloud met à disposition plus de 100 modèles d’intelligence artificielle de la famille Qwen 2.5. Leur taille s’étend de 0,5 à 72 milliards de paramètres et ils prennent en charge plus de 29 langues. Une ouverture pensée pour laisser développeurs, chercheurs et entreprises choisir un modèle adapté à leurs contraintes.
Les outils d’intelligence artificielle peuvent analyser beaucoup d’informations et livrer une réponse convaincante, sans pour autant être exacts. Données imparfaites, biais, raisonnement fragile ou manque de contexte expliquent ces erreurs. Pour les usages sensibles, la solution passe moins par une confiance aveugle que par des contrôles humains et techniques adaptés.
Anthropic rend son assistant conversationnel Claude accessible au grand public de l’Union européenne le 14 mai 2024. Disponible notamment en français, en allemand et en espagnol, l’outil s’accompagne d’une application pour iPhone. Cette arrivée élargit l’offre d’IA générative disponible aux internautes européens.
OpenAI déploie GPT-4o dans ChatGPT, y compris pour les utilisateurs gratuits, avec des échanges plus fluides en texte et en image. Le nouveau modèle doit aussi faire une place centrale à la voix. Cette ouverture élargit l’accès à l’IA générative, sans faire disparaître les limites d’usage, de fiabilité et de confidentialité.
À mesure que les modèles de langage gagnent en autonomie apparente, la promesse d’une IA supérieure à l’humain nourrit autant l’enthousiasme que l’inquiétude. Le 11 avril 2024, leurs performances impressionnent dans des tâches précises, mais ne constituent pas la preuve d’une intelligence générale.
Google étend les capacités multimodales de Gemini 1.5 Pro à l’audio dans Vertex AI. Le modèle peut traiter des enregistrements pour en extraire une transcription, produire un résumé ou aider à traduire un dialogue, ouvrant des usages concrets pour les réunions, cours et entretiens.
Lancé par Google le 6 décembre 2023, Gemini Pro était intégré à Bard dans certains pays, mais pas en Europe. Depuis la France, un VPN pouvait afficher le service américain, sans garantir un accès conforme ni refléter toutes les promesses de la démonstration vidéo.
xAI dévoile Grok, son premier assistant conversationnel, entraîné pendant deux mois et relié aux informations circulant sur X. Elon Musk promet un ton plus irrévérencieux et des réponses actualisées, mais le modèle est encore en bêta et devra faire ses preuves sur la fiabilité comme sur la sécurité.
