Termes

Model Distillation

Suivez les dernières actualités, explications et histoires technologiques associées.

Dernières actualités

CN
Mistral dévoile le modèle Le Chonk à poids ouverts et mille milliards de paramètres

Mistral dévoile le modèle Le Chonk à poids ouverts et mille milliards de paramètres

Mistral a annoncé Mistral Large 4, connu sous le nom de Le Chonk, un modèle doté d’un billion de paramètres, disponible avec des poids ouverts et personnalisable, avec un accent particulier sur la programmation, la cyberdéfense et les secteurs spécialisés. Cette version préliminaire intervient dans un contexte de concurrence croissante pour rendre les modèles d’intelligence artificielle avancés accessibles et en garder le contrôle.

CN
Le PDG d’Anthropic propose un plan pour ralentir la course à l’IA avancée

Le PDG d’Anthropic propose un plan pour ralentir la course à l’IA avancée

Dario Amodei a proposé trois mécanismes pour « ralentir le rythme des progrès » des modèles d’intelligence artificielle : des contrôleurs indépendants au sein des entreprises, des normes de sécurité communes et une coordination internationale. Anthropic s’engage de son côté à élargir l’accès des évaluateurs externes, tandis que la faisabilité des propositions et leur éventuel conflit avec le droit de la concurrence restent des questions ouvertes.

CN
Garry Tan appelle les laboratoires américains d’IA à distiller les modèles Frontier

Garry Tan appelle les laboratoires américains d’IA à distiller les modèles Frontier

Garry Tan, PDG de Y Combinator, estime que les petits laboratoires américains qui développent des modèles à poids ouverts devraient pouvoir utiliser des techniques de distillation de modèles sur des modèles américains avancés, plutôt que de laisser cette voie aux seuls laboratoires chinois. Il inscrit cette proposition dans le cadre du maintien d’un équilibre entre les modèles commerciaux fermés et les modèles ouverts, tout en refusant l’utilisation d’identifiants volés ou de méthodes frauduleuses.

CN
Anthropic détecte près de 200 millions d’interactions dans des campagnes visant à extraire les capacités de modèles d’intelligence artificielle

Anthropic détecte près de 200 millions d’interactions dans des campagnes visant à extraire les capacités de modèles d’intelligence artificielle

Anthropic a déclaré que cinq campagnes liées à des entreprises chinoises d’intelligence artificielle avaient tenté d’extraire des capacités avancées du modèle Claude au moyen de près de 200 millions d’interactions, dont une campagne attribuée à Alibaba et une autre à Moonshot AI. L’entreprise estime que ces méthodes pourraient être utilisées pour produire des données d’entraînement destinées à des modèles concurrents, bien que le rapport présente les accusations de l’entreprise sans fournir, dans cet article, de preuves indépendantes les étayant.

CN
Des agences américaines accusent six entreprises chinoises d’avoir extrait des milliards de tokens de modèles d’IA avancés

Des agences américaines accusent six entreprises chinoises d’avoir extrait des milliards de tokens de modèles d’IA avancés

La CISA, la NSA et le FBI ont déclaré que six entreprises chinoises d’intelligence artificielle avaient mené de vastes opérations visant à extraire les résultats de modèles américains avancés au moyen de milliards de tokens et de millions de requêtes depuis la fin de 2024. Les agences recommandent d’améliorer la surveillance des abus des interfaces de programmation et de partager entre entreprises les indicateurs de ces campagnes.

CN
Anthropic lance Claude Fable 5.1 et Mythos 5.1, avec une baisse des coûts des agents et un renforcement de la protection des modèles

Anthropic lance Claude Fable 5.1 et Mythos 5.1, avec une baisse des coûts des agents et un renforcement de la protection des modèles

Anthropic a présenté les modèles Claude Fable 5.1 et Claude Mythos 5.1 pour la programmation, la recherche scientifique et les tâches de longue durée, avec une réduction de 75 % du coût de lecture du cache et la mise à disposition de la version Mythos aux utilisateurs qui réussissent des programmes de vérification spécialisés. L’entreprise a également imposé de nouvelles restrictions aux comptes API afin de lutter contre les attaques de distillation de modèles.