Qwen3.5 il y en a plusieurs: de 4b à 397b, des modèles "denses" (tout dans un seul llm) ou des experts (plusieurs petits modèles assemblés dans un gros, et à un instant T que certains actifs: ca prend de la vram mais c'est plus rapide qu'un seul dense de cette taille là).
Le 27B est très bien pour de l'agentic et du code (réflexion profonde), mais moins bon en "connaissance générale", il n'a que 27B total. 122b-a10b est plus rapide (10b actifs seulement), un peu moins "deep" en raisonnement ("que" 10b) mais a beaucoup plus de connaissances (tous les experts ont 122b au total). Dans les faits, selon les usages on prend un modèle ou un autre et le résultat est tout à fait honnête et même bon d'ailleurs.
Aujourd'hui le plus important c'est la selle que tu met sur les modèles: la mémoire, les outils dispo, etc. Les informations il peut les trouver sur internet (d'ailleurs tout le système de recherche sur le web de liberclaw pourrait faire l'objet d'un article ! c'est un swarm de VM sur aleph aussi qui vont chercher les infos depuis des IP résidentielles). Un modèle bon en appel d'outils et paf ça fait des chocapic.
[^] # Re: Quelques questions
Posté par Jonathan Schemoul . En réponse au journal Vos agents IA dépendent d’entreprises américaines, et ça devrait vous poser problème. Évalué à 3.
Qwen3.5 il y en a plusieurs: de 4b à 397b, des modèles "denses" (tout dans un seul llm) ou des experts (plusieurs petits modèles assemblés dans un gros, et à un instant T que certains actifs: ca prend de la vram mais c'est plus rapide qu'un seul dense de cette taille là).
Le 27B est très bien pour de l'agentic et du code (réflexion profonde), mais moins bon en "connaissance générale", il n'a que 27B total. 122b-a10b est plus rapide (10b actifs seulement), un peu moins "deep" en raisonnement ("que" 10b) mais a beaucoup plus de connaissances (tous les experts ont 122b au total). Dans les faits, selon les usages on prend un modèle ou un autre et le résultat est tout à fait honnête et même bon d'ailleurs.
Aujourd'hui le plus important c'est la selle que tu met sur les modèles: la mémoire, les outils dispo, etc. Les informations il peut les trouver sur internet (d'ailleurs tout le système de recherche sur le web de liberclaw pourrait faire l'objet d'un article ! c'est un swarm de VM sur aleph aussi qui vont chercher les infos depuis des IP résidentielles). Un modèle bon en appel d'outils et paf ça fait des chocapic.
Merci!