SmartScripto Admin

OpenAI: gpt-oss-safeguard-20b

Sorti le 29 octobre 2025, OpenAI: gpt-oss-safeguard-20b est un LLM à poids ouverts spécialisé dans le raisonnement de sécurité. Construit sur gpt-oss, il compte 21 milliards de paramètres, dont 3.6 milliards actifs, et vise les GPU dotés de 16GB de VRAM.

Qwen: Qwen3 Embedding 4B

Qwen: Qwen3 Embedding 4B est un modèle d’embedding dense de Qwen, publié le 28 octobre 2025 sous licence ouverte Apache 2.0. Fondé sur Qwen3, il compte 4 milliards de paramètres actifs, répartis sur 36 couches, et accepte des séquences allant jusqu’à 32K.

Qwen: Qwen3 Embedding 8B

Qwen: Qwen3 Embedding 8B est un modèle d’embedding dense de Qwen, publié sous licence ouverte Apache 2.0. Ses 8 milliards de paramètres actifs et ses 36 couches produisent des vecteurs comptant jusqu’à 4 096 dimensions, avec une longueur de contexte de 32K.

nemotron-nano-12b-v2-vl

Publié par NVIDIA le 28 octobre 2025 avec des poids ouverts, nemotron-nano-12b-v2-vl est un LLM multimodal de type Transformer. Il associe l’encodeur visuel CRadioV2-H à NVIDIA-Nemotron-Nano-12B-v2. Il traite du texte, jusqu’à quatre images ou des vidéos, puis génère du texte dans une…

MiniMax M2

MiniMax M2 est un LLM de MiniMax, éditeur chinois, sorti le 27 octobre 2025. Son architecture MoE réunit 230 milliards de paramètres, dont 10 milliards sont activés, avec une fenêtre de contexte de 1 000 000 tokens. Ce format vise à combiner grande capacité et activation plus compacte.

LCO-Embedding/LCO-Embedding-Omni-3B

Publié par LCO-Embedding le 23 octobre 2025 sous licence ouverte MIT, LCO-Embedding/LCO-Embedding-Omni-3B est un modèle d’embedding omnimodal de 5 milliards de paramètres actifs. Il produit une représentation dense unique de 2 048 dimensions à partir de contenus textuels et multimédias.

nvidia/llama-embed-nemotron-8b

Publié par NVIDIA le 23 octobre 2025, nvidia/llama-embed-nemotron-8b est un modèle d’embedding dense de 8 milliards de paramètres, tous actifs. Fondé sur Llama-3.1-8B, il associe un décodeur Transformer à attention bidirectionnelle à un entraînement de type bi-encodeur. Chaque texte est…