Toutes les news taguées avec ce sujet.
Zhipu durcit la licence de GLM-5.3 tandis que Google et Meta adoptent Apache 2.0 : la carte des licences de modèles ouverts se recompose en 2026.
Une plate-forme 'end-to-end' dédiée à l'entraînement et à l'inférence de modèles à poids ouverts.
La startup française sécurise 3 milliards d'euros pour accélérer le développement de modèles à la frontière technologique.
Nvidia met la main sur la plateforme de référence des modèles open-weights, un signal fort dans la course à l'infrastructure IA.
Georgi Gerganov réagit à l'acquisition d'HuggingFace par Nvidia et évoque l'impact sur le développement futur de llama.cpp et ggml.
Une étude distingue comportements trompeurs et mécanismes internes pour évaluer la déception des modèles.
Un nouveau projet propose six modèles open-weights conçus pour fonctionner ensemble comme une flotte coordonnée.
Hugging Face dévoile NeoMME, un encodeur efficace et nativement multimodal pour le multilingue.
Meta positionne Muse Spark 1.3 comme un modèle de frontière, proposant des performances comparables à GPT-5.6-Sol et des poids ouverts.
Une version sans censure du modèle GLM-5.3, disponible en format FP8.
Une étude sur 9 modèles open-weights montre que les dégâts de la quantization sont diffus, pas localisés, et que la granularité globale bat les réparations ciblées.
Microsoft Research distille ses modèles de pathologie GigaPath et GigaTIME pour réduire les coûts de calcul et permettre l'analyse de cohortes plus larges.
Un nouveau modèle multimodal expérimental optimisé pour la vision rapide et le traitement dense.
Zai publie les poids ouverts de GLM-5.3, un nouveau modèle fondamental performant.
Le géant des puces finalise le rachat pour 80x le ARR, tandis que Z.ai lance le modèle GLM-5.3 Flash.
Alibaba dévoile les poids de Qwen3.8-Flash-Next, un aperçu de l'architecture Qwen4, expérimenté par NVIDIA sur ses puces GB300 NVL72.
Le nouveau modèle vision d'Alibaba impressionne sur les benchmarks, mais son mode de raisonnement par défaut génère un surcoût de calcul énorme.
Alibaba s'apprêterait à lancer un nouveau modèle MoE léger de la famille Qwen, avec seulement 6 milliards de paramètres actifs.
Hugging Face détaille l'architecture et les données d'entraînement de la série Granite 4.2 d'IBM.
L'entreprise connue pour son app de dictée vocale se lance dans les LLM avec un modèle compact aux poids ouverts.
Le nouveau modèle GLM-5.3 de Zhipu AI a été évalué par Artificial Analysis, qui publie ses scores sur une batterie de benchmarks standards.
Face aux coûts des modèles frontier et à la montée des open-weights, le model routing devient essentiel pour les entreprises comme Glean.
Le modèle multimodal léger Kimi-VL-A3B débarque avec des poids ouverts.
Un nouveau modèle du laboratoire chinois Moonshot AI, misant sur une architecture d'attention linéaire pour l'efficacité.
Le modèle léger Kimi K1.5 et le multimodal Kimi K3 rejoignent le hub Hugging Face.
DeepSeek dévoile DeepSeek-OCR, un nouveau modèle de reconnaissance optique de caractères.
Une nouvelle version de base du modèle DeepSeek fait son apparition sur Hugging Face, sans détails techniques accompagnants pour l'instant.
Z.ai dévoile GLM-5.3, un modèle à ~750B paramètres qui rivalise avec Kimi K3, Claude Fable 5 et GPT-5.6-Sol sur les benchmarks de coding agentique.
La famille de modèles Qwen d'Alibaba dépasserait désormais Meta et Google en nombre total de téléchargements, signe de la percée chinoise en IA open-weights.
Les fichiers GGUF optimisés pour le modèle Qwen3.8-27B sont disponibles sur Hugging Face.