5/12/2025 AI Express - Nouveautés en matière d'IA : Meta publie un grand modèle, OpenAI lance des tests médicaux

Nous annonçons la publication du nouveau paramètre de 8 milliardsConvertisseur dynamique de potentiel d'octet(Dynamic Byte Latent Transformer). Ce modèle est une nouvelle technique qui remplace les méthodes traditionnelles de découpage des mots et peut redéfinir l'efficacité et la fiabilité de la modélisation linguistique.

Alors que les méthodes traditionnelles de découpage des mots présentent de nombreuses limites lorsqu'il s'agit de langues naturelles, le transformateur dynamique de potentiel d'octets améliore la flexibilité et les performances du modèle en traitant directement le flux d'octets. Cette approche permet non seulement de mieux traiter les mots rares et les textes multilingues, mais aussi de réduire considérablement les exigences en matière de stockage et de ressources informatiques.

Les poids des modèles publiés et le code correspondant peuvent être téléchargés, ce qui permet aux chercheurs d'explorer plus avant leurs performances dans divers scénarios d'application, y compris, mais sans s'y limiter, la traduction automatique, l'analyse des sentiments et les systèmes de dialogue.

Pour plus d'informations sur le convertisseur dynamique de potentiel d'octet et les avancées qu'il pourrait permettre, consultez notre document de recherche et visitez les liens ci-dessous pour télécharger le modèle et le code :https://t.co/GgJEPXTH8W.

L'intelligence artificielle révolutionne le secteur de la publicité et les résultats sont stupéfiants.

Au fur et à mesure que la technologie progresse**, les porte-parole virtuels de l'IA** ont la capacité de tenir n'importe quel produit et de dire tout ce qu'ils veulent. Au cœur de cette technologie se trouvent l'apprentissage en profondeur et le traitement du langage naturel, qui permettent aux avatars d'être non seulement réalistes dans leur apparence, mais aussi dans leur voix et leur expression, comme de vraies personnes.

Ce changement a donné aux annonceurs une flexibilité et un espace créatif sans précédent. Les marques peuvent répondre rapidement aux changements du marché grâce à des porte-parole virtuels personnalisés, tout en économisant beaucoup de temps et d'argent. En outre, l'émergence de porte-parole virtuels résout également divers problèmes liés à l'endossement réel, tels que les crises d'image et les litiges contractuels.

scénario d'applicationY compris, mais sans s'y limiter :

• Promotion des médias sociaux
• Baguage en ligne
• Publicité télévisée
• Exposition

Ces applications améliorent non seulement l'interactivité et l'attrait des publicités, mais offrent également aux entreprises un plus large éventail de canaux pour atteindre les consommateurs.

Si cette technologie est prometteuse, elle a également suscité des débats sur l'éthique et la protection de la vie privée. La question de savoir comment protéger les droits des consommateurs tout en tirant parti de l'IA pour apporter une valeur ajoutée aux entreprises sera une préoccupation majeure à l'avenir.

Récemment, le nouveau modèle de Tencent, Hunyuan-Turbos, a obtenu de bons résultats dans de nombreuses évaluations, se hissant à la huitième place du classement général (treizième pour le contrôle du style), juste derrière Deepseek-R1. Le modèle a été classé parmi les dix premiers dans des catégories majeures telles que la difficulté, le codage et les mathématiques.

Hunyuan-Turbos s'est considérablement amélioré par rapport à sa version de février (alors classée 21e), grâce à son architecture technique unique. En tant que premier modèle MoE hybride hyperscale Transformer-Mamba, Hunyuan-Turbos combine les capacités efficaces de traitement des longues séquences de Mamba avec la puissante compréhension contextuelle de Transformer. Cette combinaison lui permet de surpasser GPT-4o-0806, DeepSeek-V3 et les modèles open-source dans des tâches telles que les mathématiques, le raisonnement et l'alignement. Il excelle également dans les tâches basées sur la connaissance telles que MMLU-Pro.

Caractéristiques principales :

• Par rapport au modèle Turbo précédent, Hunyuan-Turbos réduit le coût d'inférence d'environ 1/7.
• Les compétences en mathématiques, en programmation et en raisonnement ont été améliorées grâce à l'introduction de mécanismes de réflexion lente.
• Amélioration de l'alignement et de l'exécution par procuration après un réglage fin des instructions.
• Optimisé pour l'apprentissage de l'anglais afin d'améliorer les performances générales.

Système de récompense amélioré :

1. Notation basée sur des règles et validation de la cohérence.
2. Le retour d'information du bac à sable de code pour améliorer la précision dans les domaines STEM.
3. Mécanismes de récompense génératifs qui améliorent les quiz et la créativité et réduisent les problèmes de manipulation des récompenses.

Cette série d'innovations technologiques et d'optimisations démontre non seulement la force de Tencent dans le domaine de l'IA, mais donne également une nouvelle orientation au développement futur de l'IA.

L'OpenAI a récemment lancé un outil d'évaluation comparative open source appelé HealthBench, conçu pour évaluer les performances et la sécurité des grands modèles de langage dans le domaine des soins de santé. Le benchmark consiste en 5 000 dialogues à plusieurs tours comprenant des directives de notation standard rédigées par des médecins et contient 48 562 points d'évaluation uniques.

Ce benchmark démontre les progrès constants des grands modèles linguistiques dans le domaine de la santé, de 161 TP3T de précision dans le GPT-3.5 Turbo à 321 TP3T dans le GPT-4o, avec des améliorations encore plus rapides récemment, le GPT-4o3 obtenant 601 TP3T.En outre, des modèles plus petits tels que le GPT-4.1 nano, qui ne coûte qu'un quart du prix, obtiennent pourtant de meilleures performances. En outre, des modèles plus petits tels que le GPT-4.1 nano, qui ne coûte qu'un quart du prix du GPT-4o, affichent des performances supérieures.

Banc de santé Ce lancement fournit non seulement une plateforme d'évaluation standardisée pour les chercheurs, mais aussi un soutien solide à l'adoption de grands modèles de langage dans le domaine des soins de santé. Grâce à des critères d'évaluation rigoureux, HealthBench peut aider les développeurs à mieux comprendre les forces et les faiblesses de leurs modèles afin d'en optimiser les performances et la sécurité.

Félicitations à notre ami @PrimeIntellect pour la sortie d'INTELLECT-2, un modèle de 32 milliards de paramètres formé par apprentissage par renforcement distribué à l'échelle mondiale.

L'accent n'est pas tant mis sur les modèles eux-mêmes que sur l'infrastructure qu'ils ont construite, une installation qui rendra possible l'intégration de l'intelligence distribuée, faisant ainsi progresser la technologie de l'IA. L'infrastructure sera non seulement capable de prendre en charge l'entraînement de modèles à grande échelle, mais aussi de distribuer efficacement les ressources informatiques entre les différents sites géographiques.

Les points forts sont les suivants :

• Des rapports techniques détaillés fournissent des analyses approfondies des architectures de modèles, des processus de formation et de l'évaluation des performances.
• Code source ouvert permettant aux chercheurs et aux développeurs de télécharger et d'utiliser les points de contrôle du modèle INTELLECT-2.

Cette approche de l'apprentissage par renforcement, distribuée à l'échelle mondiale, offre la possibilité d'un large éventail d'applications dans plusieurs domaines, tels que la conduite autonome, les soins de santé intelligents et la robotique, ouvrant ainsi de nouvelles voies pour les futures applications de l'IA.

Récemment.OpenAIAnnonce de l'ajout de ChatGPT à l'offre de services de laSharePointrépondre en chantantMicrosoft OneDriveainsi que de nouveaux connecteurs de données. Ces nouvelles fonctionnalités permettront aux utilisateurs d'accéder plus facilement aux documents et aux données stockés sur ces plateformes et de les utiliser pour des recherches plus approfondies.

Ces connecteurs sont actuellement disponibles pour les abonnés Plus, Pro et Team, à l'exception de ceux de l'Espace économique européen (EEE), de la Suisse et du Royaume-Uni. Cette initiative a pour but d'améliorer les fonctionnalités de ChatGPT afin qu'il puisse mieux répondre aux besoins de traitement des données des utilisateurs professionnels et individuels.

En intégrant SharePoint et OneDrive, les utilisateurs peuvent facilement utiliser des documents, des formulaires et d'autres fichiers avec ChatGPT pour améliorer la productivité et la qualité de la recherche. Ceci est particulièrement important pour les utilisateurs professionnels qui ont besoin d'analyser de grandes quantités de données et d'organiser l'information.

En outre, cette mise à jour marque l'expansion continue de l'écosystème d'OpenAI pour répondre aux besoins des utilisateurs du monde entier. À l'avenir, d'autres intégrations et fonctionnalités similaires devraient être déployées pour améliorer encore l'utilité et la flexibilité de ChatGPT.

du traitement multimodal à l'inférence, en passant par les modèles experts mixtes (MoE) et l'étalonnage.Ce blog.vous propose un guide complet sur les modèles de langage visuel (VLM).

Les modèles de langage visuel (VLM) ont démontré de fortes capacités de compréhension d'images et de génération de texte, et sont largement utilisés dans des tâches telles que le sous-titrage d'images, les questions-réponses visuelles et la recherche multimodale. Grâce à l'apprentissage multimodal, les modèles de langage visuel sont capables de mieux comprendre la relation entre les images et le texte, améliorant ainsi les performances globales.

• Fusion multimodale : combinaison d'images et d'informations textuelles pour améliorer la compréhension globale du modèle.
• Capacité de raisonnement : permet au modèle non seulement de reconnaître des objets dans une image, mais aussi de comprendre leur contexte et leurs relations logiques.
• Modèles experts mixtes (MoE) : améliorent les capacités d'expression et de généralisation du modèle grâce au travail collaboratif de plusieurs sous-modèles experts.
• Analyse comparative : fournit une série d'ensembles de données standard et de mesures d'évaluation pour aider les chercheurs à évaluer et à comparer les performances de différents modèles.

Les tâches ménagères ont toujours été un casse-tête pour de nombreuses personnes, mais avec les progrès de la technologie, les robots ménagers devraient résoudre ce problème.

La robotique a fait d'importants progrès ces dernières années. Des robots de balayage aux assistants culinaires intelligents, ces appareils sont progressivement devenus partie intégrante de la vie familiale. On s'attend à ce que, dans les prochaines années, des robots ménagers plus perfectionnés arrivent sur le marché, capables non seulement d'effectuer des tâches de nettoyage quotidiennes, mais aussi de réaliser des opérations plus complexes, telles que la manipulation d'objets et les soins aux personnes âgées.

l'innovation technologiqueest l'un des principaux moteurs de ce changement. Les progrès de l'intelligence artificielle, de l'apprentissage automatique et de la technologie des capteurs ont permis aux robots de mieux comprendre l'environnement domestique et de s'y adapter. En outre, avec la diffusion de la technologie IoT, les robots domestiques s'intégreront de manière transparente aux systèmes domestiques intelligents pour fournir des services plus intelligents.

Malgré ses perspectives prometteuses, l'utilisation généralisée des robots domestiques se heurte encore à un certain nombre de difficultés, notamment en matière de coût, de sécurité et de protection de la vie privée. Toutefois, ces problèmes devraient être progressivement résolus à mesure que la technologie continue à mûrir et que la demande du marché augmente.

L'arrivée des robots ménagers permettra non seulement de réduire considérablement la charge des tâches ménagères, mais apportera également plus de commodité et de confort à la famille.

Les propriétés temporelles et synchrones des neurones du cerveau sont souvent négligées dans les réseaux neuronaux modernes. Pourtant, ces propriétés sont cruciales pour la flexibilité et l'adaptabilité de l'intelligence biologique.

Pour résoudre ce problème, les chercheurs ont proposé une nouvelle architecture neuronale, les machines à pensée continue (Continuous Thought Machines, CTM). Les CTM sont conçues dès le départ en utilisant la dynamique neuronale comme représentation de base, ce qui permet un calcul adaptatif naturel.

Les principales caractéristiques des marques communautaires sont les suivantes

• Le problème du labyrinthe est résolu en observant les images brutes du labyrinthe et en générant des instructions étape par étape directement à partir de la dynamique neuronale.
• Dans les tâches de reconnaissance d'images, la MCT examine naturellement les différentes parties d'une image par étapes, améliorant ainsi la précision et l'interprétabilité.
• Le CTM économise de l'énergie en adaptant son temps de réflexion à la difficulté de la tâche. Par exemple, lors de l'identification d'un gorille, l'attention de la CTM passe des yeux au nez puis à la bouche, tout comme le modèle d'attention visuelle de l'homme.

Cette étude met en évidence la synergie entre les neurosciences et l'IA. Bien que l'IA moderne soit basée sur des idées inspirées du cerveau, les deux domaines ont tendance à fonctionner indépendamment l'un de l'autre. En s'inspirant de la biologie et en suivant de manière itérative les comportements émergents, les chercheurs développent des modèles dotés de capacités inattendues, telles que d'excellentes performances d'étalonnage dans les tâches de classification.

À l'avenir, les chercheurs continueront à explorer cette nouvelle architecture et à introduire davantage de concepts biologiques pour découvrir des comportements émergents plus passionnants qui repoussent les limites de la technologie de l'IA.

Récemment, une étude intituléeRaisonnement collaboratif (Collaborative Reasoner)Le cadre proposé vise à améliorer les capacités de raisonnement collaboratif des modèles de langage dans les environnements corporels multi-intelligents. Ce cadre jette les bases du développement d'agents sociaux capables de coopérer avec les humains et d'autres intelligences.

Avec le développement de la technologie de l'IA, de plus en plus de scénarios d'application nécessitent une interaction et une collaboration efficaces entre plusieurs intelligences, comme la conduite autonome, les systèmes domestiques intelligents et les tâches complexes d'interaction entre l'homme et l'ordinateur. En introduisant des mécanismes de raisonnement plus avancés, le cadre de raisonnement collaboratif permet aux modèles de langage non seulement de comprendre les commandes individuelles, mais aussi de travailler avec d'autres intelligences pour accomplir des tâches dans des environnements en évolution dynamique.

en particulierCe cadre fournit une nouvelle méthodologie de formation qui permet aux modèles d'apprendre à communiquer efficacement et à prendre des décisions avec différents types de participants dans des scénarios simulés du monde réel. En outre, il prend en charge de nombreux types de paramètres de tâches, y compris, mais sans s'y limiter, des domaines tels que la gestion du dialogue et la planification de la stratégie.

Selon les chercheurs, ces travaux contribueront à la construction de systèmes d'IA sociale plus intelligents et plus adaptables, capables de mieux répondre aux besoins de la société moderne.