GLM-5.2 : désormais disponible pour un déploiement local
GLM-5.2 : désormais disponible pour un déploiement local
Unsloth propose des modèles GGUF en 2 et 4 bits qui préservent une haute précision tout en réduisant drastiquement la consommation mémoire.
Unsloth a développé des modèles GGUF remarquables en versions 2 bits et 4 bits. La variante 2 bits conserve environ 82 % de précision tout en diminuant l'empreinte mémoire de 84 %. Elle s'exécute sur un Mac doté de 256 Go de RAM.
Il est même possible d'utiliser une quantification en 1 bit, avec des performances toujours solides. Dans une comparaison simple avec Claude 4.8 Opus et GPT-5.5, le modèle affiche des résultats impressionnants ⬆️
Pourquoi c'est important
AnalyseCes nouveaux modèles permettent aux développeurs d'exécuter des solutions d'IA puissantes sur des machines locales aux ressources limitées, ouvrant ainsi de nouvelles perspectives pour les applications d'intelligence artificielle.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
Kimi K3.1 Pro : Moonshot met à jour le modèle pour les outils 3D
Moonshot a publié Kimi K3.1 Pro, avec un accent mis sur les outils 3D, un post-training actualisé et une architecture Gated DSA pour améliorer l'efficacité dans les longs contextes.
Revolut fait passer environ 2 000 ingénieurs sur des modèles GLM locaux pour le code
Revolut a déplacé environ 2 000 ingénieurs vers des modèles GLM déployés localement, réduisant d’environ dix fois les coûts de codage IA et de 70 % le temps d’exécution des tâches.
Partie I. Architecture des agents IA : les blocs fondamentaux
Dix blocs fondamentaux d'un agent moderne : taxonomie des modèles, boucle d'exécution (runtime), techniques de prompting, distillation, compétences (skills), mémoire, appels de fonctions et économie unitaire.
Partie II. Architecture des agents IA : du modèle à la mémoire et aux outils
Immersion technique approfondie : tokenisation, cache KV, déterminisme de l'échantillonnage, stack d'entraînement, quantification, ingénierie contextuelle, stack de sécurité, RAG en production, ReAct et systèmes swarm multi-agents.