Unsloth ajoute un navigateur et des fonctions audio

OOndine

Unsloth ajoute à son outil un navigateur intégré au chat, pour ouvrir des fichiers, des pages web et des contenus créés par un modèle, selon GitHub. Ces éléments s’affichent dans des onglets, juste à côté de la discussion. La mise à jour intègre aussi EmbeddingGemma 2, le modèle multimodal d’embeddings de Google DeepMind. Il transforme des textes, du code, des images, des vidéos et des sons en vecteurs, utilisables notamment pour rechercher ou classer des contenus. Il prend en charge plus de 100 langues et dispose d’une fenêtre de contexte de 8 000 tokens. Le navigateur permet aussi de rechercher dans une page, tandis que le modèle produit des vecteurs pour la recherche et le classement. Côté audio, Unsloth ajoute des pages pour cloner une voix à partir d’un court échantillon, transcrire un enregistrement, modifier des mots en conservant la voix du locuteur, ou séparer une chanson en voix, batterie et autres pistes. La mise à jour propose plus de 70 modèles au format GGUF. Ces fonctions s’adressent notamment aux personnes qui veulent transcrire un enregistrement, modifier son contenu ou séparer les pistes d’un morceau. Les personnes qui génèrent des images ou des vidéos peuvent aussi en suivre l’aperçu en direct. Et pour passer d’un projet à l’autre, plusieurs modèles peuvent rester chargés simultanément. Une limite à noter : le navigateur ne peut pas accéder au compte Unsloth, aux conversations ni à l’interface de programmation de l’utilisateur. L’outil rassemble donc beaucoup de fonctions, mais cette séparation s’applique aux pages web consultées.