9 articles
Google Research présente le framework Sleep, un paradigme qui permet aux LLM d’atténuer l’oubli catastrophique en alternant entre apprenti...
NVIDIA CUDA 13.4 introduit un mécanisme de contrôle des limites de mémoire pour le fractionnement des GPU, permettant des quantités de mém...
Mistral NeMo est un modèle 12B sorti en juillet 2024 avec une fenêtre de contexte de 128k. Il intègre le tokeniseur Tekken pour une compre...
Un guide pratique pour développer la littératie en IA au-delà des frontières, en reliant l’investissement dans les talents à des programme...
Le guide officiel d'Unsloth pour le fine-tuning de Gemma 4 se concentre sur l'entraînement local de modèles. Il détaille comment adapter l...
Les personnalités des IA ne relèvent pas de la magie ; elles émergent des données d'entraînement, du réglage fin et des invites système. C...
La régression des prompts entraîne une dégradation des sorties de l'IA au fil du temps, sans avertissement. Découvrez pourquoi cela se pro...
La recherche en IA évolue rapidement, se concentrant sur des domaines comme les modèles génératifs, l'apprentissage par renforcement et le...
olmo-eval est un banc d'essai d'évaluation conçu pour s'intégrer de manière transparente dans le cycle de développement des modèles, perme...