Sujet
Tous les articles d’Actu.ai consacrés à Modèles open source : actualités, analyses et explications sur ce sujet lié à l’intelligence artificielle. 6 articles
Faire fonctionner une IA sur un appareil peu puissant impose souvent d’alléger son architecture. Mais retirer certaines couches peut aussi faire disparaître ses garde-fous. Des chercheurs de l’Université de Californie, Riverside, proposent une méthode de réentraînement pour que les modèles conservent leurs réflexes de sécurité après cette compression.
Les grands modèles de langage progressent vite, avec des systèmes qui ne se limitent plus à rédiger ou résumer des textes. Au 6 mars 2025, o1, Claude 3.7, Gemini 2.0 et DeepSeek-R1 illustrent une course aux capacités de raisonnement, à l’ouverture des modèles et à la fiabilité des réponses.
À la fin janvier 2025, Mistral AI présente Small 3, un modèle open source de 24 milliards de paramètres. L’entreprise française mise sur une exécution rapide, y compris sur des machines relativement accessibles, pour se distinguer face aux modèles chinois et américains.
Le lancement de DeepSeek-R1 a fait vaciller les valeurs technologiques le 27 janvier 2025, Nvidia perdant près de 593 milliards de dollars de capitalisation boursière en une séance. Le modèle chinois promet de solides performances à bas coût, mais son succès soulève aussi des questions sur les puces, les données et l’avenir de l’IA ouverte.
L’arrivée de DeepSeek R1, le modèle de raisonnement publié par une entreprise chinoise, a secoué l’industrie de l’IA en janvier 2025. Ses résultats et son architecture remettent en question l’idée qu’il faut toujours plus de puces et de milliards de dollars pour rivaliser avec les meilleurs assistants.
Confrontée à des attaques malveillantes à grande échelle, DeepSeek a temporairement restreint la création de comptes aux numéros de téléphone chinois. Les utilisateurs déjà inscrits conservent leur accès, mais l’épisode révèle la difficulté de sécuriser un service d’IA qui connaît une croissance soudaine.
