Open Weights

StepFun a publié les poids ouverts de Step 5 Preview, un modèle de 600 milliards de paramètres au total avec 27 milliards actifs et un contexte de 1 million de jetons, accompagné d'un blog technique détaillant son architecture GQA sparse à 92 couches et son entraînement d'agent à long horizon.

AI Models • Pandaily

inclusionAI d'Ant Group a ouvert les poids de Ling-3.1-flash sur Hugging Face sous licence MIT. Le modèle MoE hybride-linéaire de 560 milliards de paramètres au total a 25 milliards de paramètres actifs par jeton et une fenêtre de contexte de 1 million de jetons.

AI Models • Pandaily

La Chine prévoit de restreindre les exportations de 23 technologies clés en IA, y compris les poids de modèles, le code source et les méthodes d'entraînement pour les systèmes atteignant 10^26 FLOPs ou 2 billions de paramètres. Une règle de voie rapide permettra toujours de libérer les versions open source dès leur enregistrement.

Politique • The Decoder

Black Forest Labs a publié FLUX 3 Image Klein, un modèle d'image open-weights de 5,6 milliards de paramètres qui prend en charge la génération native en 4K, l'édition pixel-précise et la génération avec jusqu'à dix images de référence. Le modèle fonctionne sur des GPU grand public avec seulement 8 Go de VRAM.

Modèles d'IA • The Decoder

Mistral a lancé Mistral Large 4, un modèle multimodal de 1 billion de paramètres avec 49 milliards de paramètres actifs, en aperçu public. L'entreprise affirme qu'il repousse les limites des performances en poids ouvert, les poids devant être publiés à la fin du mois.

Modèles IA • Hacker News

Un nouveau modèle de décision léger appelé PolicyLM-1.7B, publié avec des poids ouverts par Musubi, est conçu pour la modération de contenu en temps réel. Le modèle vise à changer la façon dont les modèles de décision IA sont utilisés dans ce domaine.

Modèles IA • TechCrunch AI