Decision 3.0, des modèles ouverts pour décider à partir de texte et d’images

OOndine

vLLM Semantic Router a publié dimanche Decision 3.0, une famille de 5 modèles multimodaux capables d’analyser du texte, des images et des données au format JSON, selon MarkTechPost. Plutôt que de rédiger une réponse en langage courant, ces modèles renvoient des probabilités pour répondre à des questions de choix, de type oui ou non, ou de notation. Leur taille varie de 0,85 à 26,09 milliards de paramètres, et ils sont distribués sous licence Apache-2.0. Tous sont des versions affinées de modèles Qwen et comprennent un encodeur de vision ; ils peuvent analyser plusieurs images aux formats PNG, JPEG ou WebP, jusqu’à 1,6 mégapixel par image. Dans les évaluations internes publiées par l’équipe, le modèle d3, le plus grand, obtient 64,1 au classement texte et 71,6 au classement vision. De son côté, d3-flash, avec environ 9 milliards de paramètres, atteint 59,0 au score texte cité, contre 55,9 pour Decision 2.0, qui en compte 27 milliards. Ces résultats sont auto-déclarés et l’article signale des écarts avec les résultats de tableaux publics ; ils donnent donc une indication sur les performances annoncées, mais ne constituent pas une comparaison indépendante établie ni une garantie que les modèles surpassent leurs concurrents dans des conditions de test comparables.