ByteDance a sorti un modèle avec un contexte de 512 000 tokens
L’entreprise ByteDance a publié un modèle d’IA ouvert avec un contexte incroyable de 512 000 tokens. Le nom du modèle est Seed-OSS-36B. Lien dans la description.
Pendant que le monde discute de TikTok et de la Maison Blanche, ByteDance déploie discrètement une technologie qui traite un volume d’informations équivalent à une bibliothèque entière en une session ! 3 versions du modèle — avec données synthétiques, sans elles, et version instructionnelle — chacune adaptée à ses tâches.
L’architecture impressionne par son élégance. 36 milliards de paramètres répartis sur 64 couches. Vocabulaire de 155 000 tokens. Mais la vraie magie — le mécanisme de “thinking budget”, budget de réflexion ! Vous définissez littéralement combien de temps le modèle doit réfléchir avant de répondre. Vous voulez une réponse instantanée — mettez 0. Besoin d’analyse approfondie — augmentez le budget.
Les résultats des tests sont formidables ! Mathématiques — 91,7% sur AIME. Programmation — 67,4% sur LiveCodeBench. Travail avec contexte long — 94,6% sur RULER. Tous les indicateurs — records absolus parmi les modèles ouverts !
La question clé ici est quelle est la performance sur de vraies tâches, pas sur des benchmarks. Mais jusqu’à présent, ByteDance démontre de manière inattendue des compétences de niveau mondial en LLM. C’est intéressant.
