Une petite équipe vient de réduire de moitié le taux d’hallucinations d’un modèle de 27 milliards de paramètres basé sur Qwen, entraîné exclusivement sur des jeux de données open source. Il surpasse GPT-6 Luna sur Terminal-Bench tout en générant 50 % de tokens en moins par tâche : un gain d’efficacité considérable pour l’inférence locale.
Leur architecture v2 exécute simultanément 7 sessions d’agents à long contexte sur un seul GPU grand public. Licence Apache 2.0 intégrale.
C’est l’aboutissement de l’IA locale : de petites équipes livrent des modèles de qualité production qui tournent vraiment sur votre matériel, sans coûts d’API ni dépendance à un fournisseur. Poids ouverts, pile d’entraînement ouverte, sans aucun compromis sur les performances.
Leur architecture v2 exécute simultanément 7 sessions d’agents à long contexte sur un seul GPU grand public. Licence Apache 2.0 intégrale.
C’est l’aboutissement de l’IA locale : de petites équipes livrent des modèles de qualité production qui tournent vraiment sur votre matériel, sans coûts d’API ni dépendance à un fournisseur. Poids ouverts, pile d’entraînement ouverte, sans aucun compromis sur les performances.