Google présente les résultats du concours « Gemma 4 Good Challenge ». Entre alertes aux inondations sur Raspberry Pi et détection de fraudes vocales, ces projets illustrent le déploiement de modèles compacts dans des environnements contraints ou hors ligne.
Grâce à l'intégration de WSL et de modèles comme Nemotron 3.5 Bolt, les machines RTX Spark visent à unifier le workflow de développement entre le poste local et le cloud.
En alternant entre raisonnement textuel et espace latent, l'architecture HybridAgents promet une inférence jusqu'à 2,6 fois plus rapide et une réduction massive de la consommation de tokens.
IBM déploie une approche modulaire avec les modèles Granite Switch 4.1, utilisant des adaptateurs aLoRA pour basculer entre chat, décision et transcription sur un seul point de terminaison.
Le nouveau modèle de Google DeepMind, Gemma 4 12B, simplifie le traitement des données visuelles et sonores en intégrant directement les flux dans le backbone du LLM pour permettre une exécution locale.