Ministral 3 14B est le modèle le plus ambitieux de la famille Ministral actuellement évalué par le laboratoire IA Open Source. Avec ses 14 milliards de paramètres, il s’adresse aux utilisateurs recherchant un niveau d’analyse supérieur pour des usages tels que la recherche documentaire, l’exploitation de corpus volumineux ou l’ingestion de contenus web complexes. Contrairement … Lire la suite
Ministral 3 8B est un modèle de langage open source de dernière génération développé par Mistral AI. Avec ses 8 milliards de paramètres, il occupe une position particulièrement intéressante entre les modèles très compacts, destinés aux configurations modestes, et les modèles plus volumineux qui nécessitent davantage de ressources matérielles. Dans le cadre du laboratoire IA … Lire la suite
Nous avons testé cinq modèles d’IA open source en local sur un cas d’usage simple : ingérer directement un article Wikipédia via son URL, puis répondre à six questions sur son contenu, dont un piège destiné à détecter les inventions. Modèles testés 5 Ministral 3B · 8B · 14B · Gemma 4 12B · phi4-mini … Lire la suite
L’intelligence artificielle est souvent associée à des configurations informatiques impressionnantes : cartes graphiques haut de gamme, stations de travail professionnelles et serveurs coûtant plusieurs milliers d’euros. Pourtant, cette vision ne reflète pas la réalité de nombreuses PME, associations, écoles ou particuliers qui souhaitent découvrir l’IA locale tout en respectant un budget raisonnable. C’est précisément pour … Lire la suite
Nous avons testé des modèles open source locaux sur le manuel utilisateur Nextcloud pour évaluer leur compréhension technique. Modèles testés 4 Ministral 3B · 8B · 14B · phi4-mini 3.8B Questions par test 6 dont 1 piège anti-hallucination Niveaux documentaires 3 N0 PDF · N1 TXT · N2 Markdown Réponses évaluées 72 6 questions × … Lire la suite
Nous avons comparé plusieurs modèles open source locaux afin d’évaluer leur capacité à comprendre et exploiter un corpus pédagogique réel issu du programme officiel de Français de la Fédération Wallonie-Bruxelles. Bonne surprise : plusieurs modèles open source locaux se sont montrés capables d’analyser efficacement un corpus pédagogique réel issu de la Fédération Wallonie-Bruxelles. Le modèle … Lire la suite
Lorsqu’on commence à construire un système RAG local avec AnythingLLM, on se concentre souvent sur le modèle de langage utilisé pour répondre aux questions. Pourtant, dans la pratique, un autre composant joue un rôle absolument central dans la qualité des réponses : le moteur d’embedding. C’est lui qui transforme les documents en vecteurs mathématiques afin … Lire la suite