Recursive publie Flint, un modèle de programmation que ses propres agents ont contribué à concevoir. L’entreprise décrit le rôle de sa Eureka Machine dans les expériences qui ont conduit au modèle, présenté dans la presse le 22 octobre. Ses poids sont téléchargeables sous licence Apache 2.0, avec une priorité donnée à l’exécution sur son propre matériel.
Le projet relie la fabrication du modèle à son usage quotidien. Recursive cherche des architectures et des optimisations adaptées au calcul local, puis publie un modèle que les développeurs peuvent essayer sur leurs propres tâches. Les résultats revendiqués restent ceux de son concepteur, sans test indépendant de Menow.
Dans sa présentation de Flint, Recursive attribue à Eureka Machine des travaux sur l’architecture, les données, les recettes d’entraînement et les optimisations d’exécution. L’entreprise décrit un cycle où le système propose des idées, les implémente, les teste et utilise les résultats pour décider de la suite.
Il reste une équipe humaine autour du projet. Parler d’un modèle créé entièrement seul par une IA effacerait cette organisation. L’intérêt de l’annonce est plutôt de montrer où des expériences automatisées ont pu intervenir, avec un modèle publié que d’autres peuvent examiner et comparer.
Flint utilise une architecture à experts, dite MoE. La fiche du modèle indique environ 40 milliards de paramètres au total, dont 2,5 milliards actifs par jeton. Autrement dit, il ne mobilise pas toute sa structure de la même façon pour chaque portion de texte produite.
2,5 milliards de paramètres actifs ne donnent pas toute la mémoire nécessaire
Cette organisation vise à réduire le calcul nécessaire pendant l’usage, mais les paramètres actifs ne représentent pas toute la mémoire à prévoir. Les poids, le format choisi et les données conservées pendant une session participent aussi aux besoins matériels. Le dépôt principal et les versions quantifiées ne sont pas interchangeables.
Recursive publie notamment un moteur optimisé pour certains Mac Apple Silicon et décrit d’autres voies d’exécution. Les performances annoncées dépendent de ces environnements. Les appliquer à un ordinateur portable ordinaire sans vérifier la configuration reviendrait à comparer des installations différentes.
Le calcul local peut intéresser une équipe qui souhaite garder son code sur son poste. Cela suppose néanmoins que les outils associés respectent ce choix : un agent capable de naviguer ou d’appeler un service externe peut encore transmettre des données si on l’y autorise. Télécharger les poids ne règle donc pas, à lui seul, toute la politique d’accès.
Pour évaluer Flint, le bon point de départ est un dépôt et une tâche que l’on connaît, avec un environnement d’exécution identifié. C’est ce qui permettra de juger la qualité du correctif et le coût réel de son usage, au-delà du classement revendiqué par son concepteur.
Samuel Le Goff suit l’actualité des smartphones, des systèmes d’exploitation mobiles et de l’intelligence artificielle depuis plus de 14 ans. Il couvre notamment Samsung, Xiaomi, Apple, Android, iOS et les grandes tendances du numérique.