Le Crible

Édition de 14 h

Le filThèmes : RechercheOpen sourceÉvaluations

PSSA, un modèle de langage récurrent non transformer écrit de zéro en Rust, est présenté sur Hacker News

1 sourcemis à jour 30 sept.pertinence 3,3 sur5

L’essentiel

Selon son auteur, à paramètres égaux, PSSA atteint une perte de 3,98 contre 4,43 pour un transformer et génère 200 tokens environ 12 fois plus vite sur CPU. Il s’agit d’un prototype de 1,5 million de paramètres.

Propagation1 article, publié par github.com le 30 sept. à 5 h 19.

Les sources

1 article

Sur les mêmes thèmes

  1. Recherche

    LastOPD limite l’effondrement de la distillation on-policy avec un signal latent appliqué en fin de réseau

    Pertinence 3,5 sur51 source

  2. Recherche

    SeLMRoute choisit le modèle de langage adapté à chaque requête grâce à des indices sémantiques probabilistes

    Pertinence 3,2 sur51 source

  3. Évaluations

    Raven, écosystème multi-agents open source, construit et fait évoluer des harnais modulaires

    Pertinence 3,1 sur52 sources

  4. Évaluations

    TRACE, un benchmark qui évalue la compréhension vidéo en flux continu selon les conditions d’exécution

    Pertinence 2,7 sur51 source

À lire ensuite

  1. Modèles

    Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind

    Pertinence 5,0 sur54 sources

  2. Modèles

    OpenAI lance GPT-⁠6 Sol et GPT-⁠6 Luna, deux modèles plus économiques qui complètent GPT-⁠6 Astra

    Pertinence 5,0 sur55 sources

  3. Modèles

    Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-⁠6 Sol et GPT-⁠6 Luna à environ une heure d’écart

    Pertinence 5,0 sur55 sources

  4. Modèles

    Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5

    Pertinence 4,9 sur52 sources