Architecture Moe
2 article(s)
→
Le laboratoire chinois d'IA DeepSeek lance le modèle de raisonnement multimodal V4.1-Flash, doté d'une architecture « Mixture-of-Experts » de 552 milliards de paramètres et d'une compréhension visuelle native
📖 Lire sur Vigie24Le laboratoire chinois DeepSeek a dévoilé V4.1-Flash, un modèle de raisonnement multimodal basé sur une architecture Mixture-of-Experts de 552 milliards de paramètres. Ce modèle se distingue par sa compréhension visuelle native et une empreinte mémoire optimisée.
France
· 11/09/2026 14:34 ·
⚙️ 1 242 tok
Score : 79.7 ⓘ
Notez :👁 8
Alibaba Cloud lance Qwen3.8-Flash-Next, un modèle d'IA multimodal doté d'une nouvelle architecture et offrant un meilleur rapport coût-efficacité
📖 Lire sur Vigie24Alibaba Cloud a dévoilé Qwen3.8-Flash-Next, un modèle d'IA multimodal basé sur une architecture 'mixture-of-experts'. Ce modèle préfigure la future famille Qwen4 en optimisant le mécanisme d'attention et le rapport coût-efficacité.
France
· 28/08/2026 16:39 ·
⚙️ 1 200 tok
Score : 80.5 ⓘ
Notez :👁 13