Sujet
Tous les articles d’Actu.ai consacrés à Modèles ouverts : actualités, analyses et explications sur ce sujet lié à l’intelligence artificielle. 14 articles
Peut-on empêcher un modèle d’IA accessible au public d’apprendre des savoirs dangereux avant même sa diffusion ? Des chercheurs d’Oxford, d’EleutherAI et de l’UK AI Security Institute ont testé une réponse : retirer ces contenus des données d’entraînement. Leur méthode préserverait les performances générales tout en compliquant les modifications malveillantes.
OpenAI met à disposition gpt-oss-120b et gpt-oss-20b, deux modèles de langage dont les poids peuvent être téléchargés et adaptés. Cette initiative marque un retour remarqué vers davantage d’ouverture, au moment où Meta et DeepSeek imposent leurs propres modèles accessibles. Mais gratuité, autonomie technique et sécurité ne vont pas toujours de pair.
OpenAI pourrait publier dès la semaine du 14 juillet 2025 un modèle de langage que les développeurs pourront exécuter et adapter localement. Comparable dans son positionnement à o3-mini, il marquerait le premier retour d’OpenAI vers un modèle accessible depuis GPT-2, sans pour autant garantir une ouverture complète du code et des données.
DeepSeek a mis en ligne Prover V2, une nouvelle version de son modèle spécialisé dans les démonstrations mathématiques formelles. Bâti sur la base de DeepSeek-V3 et son architecture en mélange d’experts, il vise à aider les chercheurs à formaliser et vérifier des théorèmes complexes, notamment dans l’environnement Lean 4.
Meta met en circulation Llama 4 Scout et Maverick, deux modèles conçus pour le raisonnement, les images et les agents IA. Mais le plus ambitieux, Behemoth, n’est pas encore lancé. Voici ce que cette annonce change réellement, de l’accès via Meta AI au débat sur l’ouverture des modèles.
La montée en puissance de DeepSeek illustre l’accélération de la concurrence mondiale dans l’intelligence artificielle. Mais derrière les promesses de performances comparables aux grands modèles américains et d’un coût réduit, son usage soulève des questions concrètes : données personnelles, sécurité, fiabilité des réponses et encadrement réglementaire.
Google élargit sa famille Gemma avec quatre modèles capables, selon leur taille, de traiter du texte et des images. Gemma 3 promet une IA plus facile à déployer sur des appareils variés, sans renoncer à un long contexte ni aux usages multilingues. Voici ce que les développeurs peuvent réellement en attendre.
Google a présenté Gemma 3, une nouvelle famille de modèles d’intelligence artificielle ouverts, déclinée de 1 à 27 milliards de paramètres. Multimodale, multilingue et pensée pour fonctionner localement selon sa taille, elle ambitionne de rendre des capacités avancées plus accessibles aux développeurs et aux entreprises.
Google lance Gemma 3, une famille de modèles à poids ouverts issue des travaux de Gemini. De 1 à 27 milliards de paramètres, elle mise sur la vision, un contexte long et une exécution possible sur un seul GPU, avec des compromis à comprendre avant tout déploiement.
Avec QwQ-32B, Alibaba met en avant un modèle de 32 milliards de paramètres conçu pour mieux raisonner, notamment en mathématiques et en programmation. Publié sous licence Apache 2.0, il illustre l’intérêt croissant de l’apprentissage par renforcement pour obtenir de solides performances sans multiplier la taille des modèles.
Le lancement de DeepSeek-R1, le 20 janvier 2025, a secoué la course mondiale à l’IA. Derrière les promesses de coûts réduits se dessinent des questions plus profondes : performance, accès aux modèles, dépendance aux puces et compétition entre la Chine et les États-Unis.
Le lancement de DeepSeek-R1 le 20 janvier 2025 a propulsé une start-up chinoise au centre de la compétition mondiale de l’IA. Ses performances, son coût d’entraînement mis en avant et l’ouverture de ses poids interrogent les certitudes du secteur. Mais l’épisode soulève aussi des questions de sécurité, de transparence et de dépendance technologique.
Nvidia a mis en avant Nemotron 70B, un modèle de langage de 70 milliards de paramètres dont les résultats le placent face à GPT-4o et Claude 3.5 Sonnet sur plusieurs tests de dialogue. Mais l’annonce se mêle souvent à celle de NVLM, un autre modèle, multimodal et orienté vers les images.
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.
