Chinese-Jev adapte le modèle System One Jev aux tâches de décision en langue chinoise
1 sourcemis à jour 30 sept.pertinence 2,3 sur5
L’essentiel
Après un pré-entraînement sur 10 millions d’exemples, il dépasse de 1,24 % la précision du modèle Jev fermé sur les tâches générales, avec une accélération de 20,3 fois. Le fine-tuning médical gagne 4,0 % de précision sur Jev.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceZexiao Wang, Zihao Zhang, Xudong Wang et al.huggingface.co
Chinese-Jev: Bringing System One Model to Chinese-Language Tasks (site externe)
System One models such as Jev offer an efficient alternative to generative language models for tasks that require decisions rather than open-ended responses.
Sur les mêmes thèmes
Infra
Ai2 publie Olmo-core 3, son framework d’entraînement ouvert pour de grands modèles à mélange d’experts
Infra
SlimWise élague les experts uniquement au décodage pour servir plus efficacement les modèles MoE
Recherche
RayOrch, un moteur distribué, préserve les liens parent-enfant dans la préparation de données d’IA
Infra
TRACE propose un entraînement FP4 par RL pour les modèles MoE, guidé par les rollouts
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5