Transformers élargit sa prise en charge des modèles

OOndine

Transformers, la bibliothèque de Hugging Face, ajoute plusieurs modèles dans sa version 5.20.0, d’après GitHub. La mise à jour prend en charge Muse Spark Open, le modèle multimodal de Meta. Il accepte du texte, des images, de l’audio et de la vidéo en entrée, puis génère du texte. Il compte 816 milliards de paramètres, dont 42 milliards actifs par jeton. Sa fenêtre de contexte peut atteindre un million de jetons. Cette capacité peut intéresser les équipes qui travaillent avec plusieurs types de contenus et veulent explorer un contexte très long. Transformers accueille aussi Ling 3.0 Flash, d’InclusionAI. Sa prise en charge native permet de charger le modèle sans autoriser l’exécution de code distant. C’est utile aux équipes qui souhaitent intégrer ce modèle sans activer cette option. Kolibri 1, d’Aleph Alpha, rejoint également la bibliothèque. Ce modèle de raisonnement est axé sur l’allemand et l’anglais. Il pourrait donc intéresser les projets qui travaillent dans ces deux langues. Enfin, MiniCPM-V 4.7, développé par OpenBMB, associe un encodeur visuel SigLIP à un modèle de langage Qwen3.5. Sa nouveauté principale est un encodage qui attribue aux jetons visuels des positions temporelles et spatiales. Les éléments d’une même image conservent ainsi leurs relations, et les images d’une vidéo leur ordre temporel. Cette version peut servir aux développeurs qui cherchent à intégrer des modèles multimodaux ou de raisonnement dans Transformers.