Sujet
Tous les articles d’Actu.ai sur le sujet « Modèles de langage », du plus récent au plus ancien. 128 articles
Le 12 octobre 2026, Meta Superintelligence Labs a présenté Muse Wonder et Muse Wonder Full, les premiers modèles du groupe à viser le niveau d’OpenAI, d’Anthropic et de Google. Mémoire des conversations, persévérance sur les tâches longues, prix aligné sur la concurrence : les promesses sont fortes, mais l’accès reste limité, surtout en Europe.
La start-up new-yorkaise Reflection AI a présenté le 5 octobre 2026 Beam, son premier modèle de langage à poids ouverts : 501 milliards de paramètres dont 23 milliards actifs, entraîné sur 23,8 billions de tokens, sous licence Apache 2.0. Elle revendique le niveau des meilleurs modèles ouverts chinois pour trois à quatre fois moins de calcul à l’inférence. Les poids seront publiés en octobre.
Google DeepMind a présenté le 30 septembre 2026 Gemini 4 Argon, premier modèle de la génération Gemini 4, conçu pour des tâches longues en programmation, en travail de bureau et en cyberdéfense. Il peut produire jusqu’à 1 million de tokens en une seule réponse. L’accès commence par un cercle de défenseurs de confiance, avant les développeurs et les abonnés AI Ultra.
À Carnegie Mellon, des chercheurs développent des drones autonomes capables d’assembler des structures dans des lieux difficiles d’accès. Leur système combine des blocs magnétiques, une caméra et des modèles de langage pour transformer un objectif de construction en instructions adaptables. Les premiers essais atteignent 90 % de réussite.
Des chercheurs de l’Université de Zhejiang ont comparé la manière dont des humains et ChatGPT retirent des mots d’une phrase. Dans cette tâche, les deux privilégient des groupes de mots formant des unités grammaticales, un résultat qui suggère des représentations syntaxiques proches, sans pour autant assimiler le fonctionnement d’un modèle de langage à celui d’un cerveau.
Ant Group a annoncé le 9 octobre 2025 Ling-1T, un modèle de langage à 1 000 milliards de paramètres, accompagné de dInfer, un cadre d’inférence dédié aux modèles de diffusion. Le groupe chinois met en avant un score de 70,42 % au test AIME 2025 et une stratégie ouverte fondée sur plusieurs familles de modèles.
Des chercheurs de l’Université Johns Hopkins ont développé SafeTraffic Copilot, un outil d’IA destiné aux ingénieurs de la circulation. En croisant données routières, valeurs numériques et images, il vise à identifier les combinaisons de facteurs associées aux accidents et à mieux anticiper les zones à risque aux États-Unis.
Concevoir un alliage performant suppose d’explorer d’innombrables combinaisons d’éléments et de propriétés. Développé à Carnegie Mellon, AlloyGPT emploie un modèle de langage spécialisé pour prédire des structures multi-phases et proposer des compositions adaptées à des objectifs de fabrication.
En deux ans, Mistral AI s’est imposée comme le visage le plus visible de l’ambition française dans l’intelligence artificielle générative. Modèles de langage, assistant Le Chat, partenariat avec Microsoft et levée de 1,7 milliard d’euros : la jeune pousse veut faire émerger une alternative européenne crédible aux groupes américains.
GPT-5 promet des échanges plus fluides et des usages plus rapides. Mais un modèle de langage, aussi avancé soit-il, ne transforme pas seul une organisation. Pour devenir utile en entreprise, il doit s’appuyer sur des données maîtrisées, une expertise métier et une gouvernance capable d’encadrer ses réponses.
Une équipe de l’université nationale de Singapour et de Brave a conçu CAMIA, une attaque qui évalue si un texte a servi à entraîner un modèle d’IA. En tenant compte du contexte de génération, la méthode détecte mieux les traces de mémorisation et relance le débat sur la protection des données sensibles.
En analysant 485 modèles issus de 40 familles, des chercheurs du MIT et du MIT-IBM Watson AI Lab proposent un cadre pour mieux anticiper les performances des grands modèles de langage. Leurs résultats montrent comment de petits modèles et leurs étapes d’entraînement intermédiaires peuvent orienter des choix techniques très coûteux.
Développé par la Mohamed bin Zayed University of Artificial Intelligence et G42, K2 Think mise sur une recette singulière : un modèle de 32 milliards de paramètres spécialisé dans le raisonnement. Ses scores en mathématiques et en programmation attirent l’attention, mais son positionnement appelle aussi une lecture nuancée des benchmarks.
Mistral AI est souvent présenté comme le « ChatGPT français ». Le raccourci est commode, mais il mélange une entreprise, des modèles et un assistant conversationnel. Au 9 septembre 2025, comprendre cette distinction aide à comparer les outils sur des critères concrets, sans transformer la jeune pousse française en simple copie d’OpenAI.
Une prépublication de la NYU Tandon School of Engineering décrit un prototype de rançongiciel s’appuyant sur des modèles de langage pour enchaîner plusieurs phases d’une attaque. Baptisé Ransomware 3.0 et surnommé PromptLock par ESET, il illustre à quel point l’IA peut réduire le coût et varier le code d’opérations malveillantes.
Développé par l’EPFL, l’ETH Zurich et le CSCS, Apertus est un modèle de langage dont l’architecture, les poids et la documentation sont accessibles au public. Avec deux tailles et un entraînement couvrant plus de 1 000 langues, le projet suisse défend une IA plus transparente, inclusive et exploitable par la recherche comme par les entreprises.
La société française d’intelligence artificielle Mistral serait en discussions pour réunir 2 milliards d’euros. Soutenue par Microsoft, elle chercherait ainsi à financer son développement dans une course mondiale aux modèles d’IA de plus en plus coûteuse. Montant, investisseurs et valorisation restent toutefois à confirmer.
Les grands modèles de langage produisent des réponses souvent convaincantes, y compris sur des sujets scientifiques complexes. Mais une étude menée par des chercheurs du MIT et de Harvard distingue la qualité des prédictions d’une compréhension réellement généralisable du monde, notamment lorsque les situations deviennent plus complexes.
Des chercheurs ont soumis plusieurs modèles de langage à des jeux de partage de ressources. Leurs réponses varient selon qu’un partenaire social est présent ou non, une adaptation qui ressemble à l’altruisme humain sans pour autant prouver une intention, ni une empathie réelle.
Face aux critiques d’utilisateurs déçus par GPT-5, OpenAI a remis GPT-4o à disposition dans ChatGPT. Le groupe promet aussi de corriger les problèmes de sélection automatique, d’offrir davantage de crédits aux abonnés Pro et de laisser plus de choix sur le modèle utilisé.
DeepSeek a repoussé le lancement de son modèle R2, attendu en mai 2025, après des difficultés d’entraînement sur les puces Ascend de Huawei. L’entreprise chinoise s’appuie de nouveau sur Nvidia pour la phase la plus lourde du développement, un revers pour l’ambition d’autonomie technologique de Pékin.
OpenAI a dévoilé GPT-5 le 7 août 2025, avec la promesse d’échanges plus cohérents et plus sensibles au contexte. Derrière les démonstrations, ce nouveau modèle pose une question concrète : que peut-il réellement changer pour les utilisateurs, les entreprises et la société ?
Avec GPT-5, OpenAI veut mettre fin au casse-tête du choix entre modèles rapides et modèles de raisonnement. Lancé le 7 août 2025, ce système unifié est proposé dans ChatGPT, y compris pour les comptes gratuits, et décliné en plusieurs versions pour les développeurs.
Dévoilé le 7 août 2025, GPT-5 devient progressivement le modèle par défaut de ChatGPT. OpenAI promet des réponses plus adaptées aux requêtes, une meilleure gestion des sujets sensibles et davantage d’options de personnalisation. Voici ce que ce nouveau modèle change concrètement pour les utilisateurs et les développeurs.
