Maison
LOGOS, le modèle scientifique open source d'Aliyun, surpasse Microsoft avec 1/56e du nombre de paramètres
ATH-Token Foundry, filiale d'Alibaba, en collaboration avec l'Institut Gaoqiang d'intelligence artificielle de l'Université Renmin de Chine, a annoncé la mise à disposition en open source de LOGOS. Il s'agit du premier modèle de base génératif scientifique multidomaine reposant sur une syntaxe scientifique unifiée, qui, grâce à la modélisation pure des séquences, égale ou surpasse systématiquement les méthodes traditionnelles spécifiques à chaque domaine dans six tâches scientifiques représentatives.

Ce qui ressort particulièrement, c’est l’exceptionnelle efficacité des paramètres du modèle. Avec seulement 1 milliard de paramètres, LOGOS-1B surpasse NatureLM de Microsoft (qui compte 8 × 7 milliards de paramètres) sur plusieurs tâches clés.
Une syntaxe scientifique unifiée pionnière pour des objets hétérogènes
LOGOS utilise un vaste corpus de pré-entraînement couvrant sept modalités — macromolécules biologiques, entités chimiques et interactions d’interface — totalisant 44,87 milliards de tokens. Grâce à un vocabulaire partagé, il encode des objets auparavant hétérogènes, tels que les protéines et les petites molécules, en une séquence unifiée de tokens discrets.
Cette syntaxe scientifique distinctive permet aux grands modèles d’interpréter de manière autorégressive différents objets scientifiques au sein d’un espace de génération partagé. Elle introduit même une « méthode de description textuelle » qui permet de conceptualiser des règles d’interaction spatiales complexes sans saisir de coordonnées 3D compliquées, en s’appuyant uniquement sur la prédiction de séquences.

Combler le fossé entre le pré-entraînement et l’application
Dans les contextes de recherche classiques, le passage d’un modèle à un autre entre les différentes étapes nécessite souvent un réglage fin approfondi lors du déploiement. LOGOS assure une forte cohérence tant au niveau de la forme que de la finalité, car le format de séquence des données de pré-entraînement correspond aux formats d’entrée et de sortie des tâches en aval.
Cet alignement élimine efficacement la fracture entre le pré-entraînement et les applications concrètes, permettant des capacités génératives directes sans couches d’adaptation complexes. Alibaba a désormais entièrement open-sourcé les poids du modèle, le code d’inférence et le rapport technique relatifs à ce modèle de grande envergure.
Article connexe
SAS lance un outil de gouvernance de l’IA d’entreprise pour gérer les entités intelligentes et atténuer les risques liés à l’IA occulte
Lors de la récente conférence SAS Innovate, le leader de l’analyse SAS a dévoilé une suite d’outils de gouvernance conçus pour l’IA agentique. Ces solutions permettent aux organisations de créer des écosystèmes automatisés transparents et sécurisés,
La mise à jour de MacWhisper 14 permet désormais de modifier directement les transcriptions et corrige le problème de consommation excessive du processeur
Jodi Bruijn, la développeuse indépendante à l’origine de MacWhisper, a publié hier la version 14.0, qui met l’accent sur l’amélioration des performances de transcription et introduit un éditeur dédié.
Qwen3.5-Max Preview en tête du LMArena alors que les modèles d'IA chinois atteignent le premier rang mondial
Le 20 mars, les derniers classements de la plateforme d’évaluation aveugle des grands modèles d’autorité LMArena ont révélé que le tout dernier modèle phare de la série Qwen d’Alibaba, Qwen3.5-Max-Preview, a offert des performances exceptionnelles. A
Recommandations de sujets spéciaux liés
commentaires (0)
ATH-Token Foundry, filiale d'Alibaba, en collaboration avec l'Institut Gaoqiang d'intelligence artificielle de l'Université Renmin de Chine, a annoncé la mise à disposition en open source de LOGOS. Il s'agit du premier modèle de base génératif scientifique multidomaine reposant sur une syntaxe scientifique unifiée, qui, grâce à la modélisation pure des séquences, égale ou surpasse systématiquement les méthodes traditionnelles spécifiques à chaque domaine dans six tâches scientifiques représentatives.

Ce qui ressort particulièrement, c’est l’exceptionnelle efficacité des paramètres du modèle. Avec seulement 1 milliard de paramètres, LOGOS-1B surpasse NatureLM de Microsoft (qui compte 8 × 7 milliards de paramètres) sur plusieurs tâches clés.
Une syntaxe scientifique unifiée pionnière pour des objets hétérogènes
LOGOS utilise un vaste corpus de pré-entraînement couvrant sept modalités — macromolécules biologiques, entités chimiques et interactions d’interface — totalisant 44,87 milliards de tokens. Grâce à un vocabulaire partagé, il encode des objets auparavant hétérogènes, tels que les protéines et les petites molécules, en une séquence unifiée de tokens discrets.
Cette syntaxe scientifique distinctive permet aux grands modèles d’interpréter de manière autorégressive différents objets scientifiques au sein d’un espace de génération partagé. Elle introduit même une « méthode de description textuelle » qui permet de conceptualiser des règles d’interaction spatiales complexes sans saisir de coordonnées 3D compliquées, en s’appuyant uniquement sur la prédiction de séquences.

Combler le fossé entre le pré-entraînement et l’application
Dans les contextes de recherche classiques, le passage d’un modèle à un autre entre les différentes étapes nécessite souvent un réglage fin approfondi lors du déploiement. LOGOS assure une forte cohérence tant au niveau de la forme que de la finalité, car le format de séquence des données de pré-entraînement correspond aux formats d’entrée et de sortie des tâches en aval.
Cet alignement élimine efficacement la fracture entre le pré-entraînement et les applications concrètes, permettant des capacités génératives directes sans couches d’adaptation complexes. Alibaba a désormais entièrement open-sourcé les poids du modèle, le code d’inférence et le rapport technique relatifs à ce modèle de grande envergure.
La mise à jour de MacWhisper 14 permet désormais de modifier directement les transcriptions et corrige le problème de consommation excessive du processeur
Jodi Bruijn, la développeuse indépendante à l’origine de MacWhisper, a publié hier la version 14.0, qui met l’accent sur l’amélioration des performances de transcription et introduit un éditeur dédié.
Qwen3.5-Max Preview en tête du LMArena alors que les modèles d'IA chinois atteignent le premier rang mondial
Le 20 mars, les derniers classements de la plateforme d’évaluation aveugle des grands modèles d’autorité LMArena ont révélé que le tout dernier modèle phare de la série Qwen d’Alibaba, Qwen3.5-Max-Preview, a offert des performances exceptionnelles. A











