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
Pendant longtemps, faire fonctionner une intelligence artificielle en local semblait réservé aux passionnés disposant de serveurs coûteux ou de cartes graphiques haut de gamme. Pourtant, la réalité évolue rapidement. Aujourd’hui, des outils comme GPT4All permettent d’utiliser des modèles d’intelligence artificielle directement sur un ordinateur personnel, sans dépendre d’un service cloud externe. C’est précisément ce qui … Lire la suite
L’intelligence artificielle s’impose progressivement dans les entreprises, les associations, les écoles et les administrations. Les usages deviennent extrêmement variés : assistants documentaires, aide à la rédaction, analyse de procédures, recherche dans des bases de connaissances ou encore support interne. Mais derrière cette évolution technologique se cache une question devenue centrale : que deviennent réellement les … 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