Aller au contenu principal
LLMs · Actu ·

Baseten lance Bison-1 et Groundhog-1, qui prennent la tête du Decision Model Index

Baseten a publié bison-1 et groundhog-1, deux modèles de décision à poids ouverts construits sur Gemma 4 de Google. Contrairement aux modèles génératifs, ils n'écrivent pas de texte : ils renvoient des probabilités calibrées pour des questions oui/non, à choix multiples ou à échelle de score, en une seule passe de préremplissage et sans produire de jeton de sortie. bison-1 est un modèle dense de 31 milliards de paramètres, groundhog-1 un modèle à mélange d'experts de 26 milliards de paramètres dont environ 4 milliards sont actifs. Tous deux passent de 16 000 à 128 000 jetons de contexte (131 072) et acceptent les images. Sur l'Artificial Analysis Decision Index v2.1, bison-1 obtient 76 et se classe premier sur 19, devant le d1.2-ultra de Liquid AI (75) et le mammoth-1 de Baseten (71). Il domine 4 des 6 composantes : When2Call (98), EvalSafe-O*NET-AA (93), AA-Symmetry v1.1 (89) et HLE-MultiChoice v1.1 (51). Il est deuxième sur AA-Paperclip (73), la composante la plus pondérée (30 %), mais seulement onzième sur AA-Omniscience-Decision v1.1 (60). Sur LongMemEval M à 128k, il atteint 84,8 contre 77,4 pour groundhog-1. Ce dernier n'a pas encore de score officiel sur l'indice, Baseten s'attendant à ce qu'il égale mammoth-1.

2 min de lecture

Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie

Source

Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →

L'intérêt pratique concerne les pipelines de routage, de tri et de garde-fous, par exemple le tri de tickets, la détection de spam, la protection contre le jailbreak ou l'orientation de requêtes vers différents modèles. Avec 128k jetons, il devient possible de fournir en un seul appel des politiques complètes et des historiques entiers, sans découpage préalable. Le modèle affiche aussi le meilleur score de Brier de l'indice, 0,14 contre 0,15 pour le d1.2-ultra selon Baseten (plus c'est bas, mieux c'est), ce qui signifie que ses probabilités reflètent plus fidèlement sa fréquence réelle de réussite. Pour un système qui déclenche une action au-delà d'un seuil de confiance, cette fiabilité compte autant que la précision brute. L'accès se fait via les Model APIs de Baseten, à 0,10 dollar par million de jetons en entrée, ou via les poids BF16 sur Hugging Face, qui représentent environ 62 Go pour bison-1 et 52 Go pour groundhog-1. Une précaution s'impose : les requêtes dépassant la limite entraînée sont refusées plutôt que tronquées, ce qui oblige les équipes qui comptaient sur une troncature silencieuse à vérifier la longueur en amont.

Cette sortie prolonge la gamme de décision de Baseten, qui comprenait déjà mammoth-1 (27 milliards), éléphant-1 (9 milliards) et joey-1 (2 milliards), tous bâtis sur des architectures Qwen. La nouvelle paire est la première reposant sur ce que l'entreprise appelle une base américaine, un argument pertinent pour les organisations soucieuses de l'origine de leurs modèles. Baseten attribue la meilleure calibration à deux facteurs : la qualité de la base Gemma et une part accrue d'étiquettes souples dans les données d'entraînement, c'est-à-dire des cibles probabilistes plutôt qu'une unique bonne réponse, ce qui apprend au modèle à exprimer une incertitude cohérente. Il faut toutefois relativiser : l'ensemble des chiffres est publié par l'éditeur lui-même, aucun GPU d'inférence ni version quantifiée n'est indiqué, et la faiblesse sur les décisions à forte composante de connaissances rappelle que ces modèles restent spécialisés. La concurrence de Liquid AI, à un point seulement d'écart, laisse prévoir une course rapprochée sur ce segment encore jeune.

À lire ensuite

01Liquid AI lance d1.2 et d1.2-ultra, des modèles de décision omnimodaux en tête de l'AA Decision IndexMarkTechPostLLMs 02Liquid AI lance d1-ultra, un modèle de décision multimodal qui obtient 65 à l'AA Decision IndexMarkTechPostLLMs 03Reka lance Rho-1 : un modèle de raisonnement omni de 19 milliards de paramètres qui comprend et génère de la vidéo et produit des actions de robotMarkTechPostLLMs 
Dossier · Hugging FaceSuivi en continu par Le Fil IASuivre ce sujet →

Le brief du matin

L'essentiel de l'IA chaque jour. Gratuit, désinscription immédiate à tout moment.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription à tout moment

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.