Diffusion contre transformateurs. Ces Derniers Temps, L’intelligence… | par Jeremy Jouvance | Mars 2025

Ces Derniers Temps, L’Intelligence Artificielle A Fait des Bonds impressionnants, Notamment dans le Domaine du Traitement du Langage Naturel Grâce Aux Grands Modèles de Langage (LLMS). Si vous entendez souvent parler de modèles comme gpt ou aut, sachez que la Grande majorte repos repos reselg architecture Transformateur. Maisons une nouvelle approche, Inspirée par le succés des modèles de génération d’images, Fait Son Apparition: Les LLMS à diffusion. Alors, Qu’est-Ce que Cela signifiait pour voter Entreprise et pour L’Avenir du developpement? Plongeons dans cette comparaison de manière simple et accessible.

Imaginez un écrivain quidige une histoire mot Par mod, en se basant sur ce Qu’il a écrit precédemment pour choisir le mot Suivant. C’est un peu comme céla que fonctionnte les llms basés sur l’architecture Transformateur . Ils Sont Entraîné à Prédire le Prochain Mot (OU «Token») dans une séquence de texte, en analsant Les MOTS QUI PRÉCÉDENT. CETTE APPROCHE, DITE auto-régressifun fils prouvé efficace pour Générer du Texte Cohérent, Traduse des Langues et Répondre à des questions. La Plupart des Llms que Vous Connaisssez, Comme les Modèles de la Famille GPT, Utilisente Cette Méthode.

En Résumé, Les Transformers FonctionNent en Générant du Texte de Manière Séquentillelle, un MOT APRÈS L’AUTRE.

Maintenant, Imaginez un peintre qui commence par une tôme entièment Brouillee de CouleUrs Aléatoires (du Bruit) et Qui, Petit à Petit, fils affine œvre Jusqu’à ce Qu’une Image Claire et devaillee apparais. C’est l’idée Derrière les modèles de diffusionQui at Révolutionné la Génération d’Images (Comme les devis des ouvrages comme Midjourney et diffusion stable). https://medium.com/@jeremyjouvance/combine-chatgpt-stable-diffusion-to-extraordinary-results-2baa5c2f6b07

L’innovation Récence est de l’appiquier CE Principe aux Modèles de Langage. AU LIEU de GÉNÉRER UN MOT À LA FOIS, UN Llm à diffusion Commencez par une séquence de «Bruit» Textual et la progressiste jusqu’à obtenir une Réponse Cohérente. CE processus se faits en Plusieurs étapes d’amélioration, où le modèle affine sa «solution» en parallèle. C’EST COMME SI, AU LIEU D’ÉCRIRE UNE PHRASE MOT PAR MOT, LE MODÈLE ESQUISSAIT UNE IDÉE GÉNÉRALE ET LA PRÉCISAIT ENSUITES PAR ITÉRATIONS Successives.

L’appel de l’entreprise un Laboratoires de création un réceement lancé MercureQu’ELLE PRÉSENTE COMME LE Premier llm à diffusion à l’échelle commerciale. CE Modèle Promet d’être jusqu’à 10 fois plus rapide Que les Llms Transformers Optimisés versent la vitresse.

En résumé, les llms à diffusion génèrent la réponse en une seule fois, de manière «bruyante», pUis L’Améliorent progressing par un processus debruitage.

CETTE Diffférence Fondamentale d’architecture Entraine des Caractéristiques Potentielment Très Interessants pour les llms à diffusion:

• Vitesse Étonnante: La Génération Parallèle et Le Processus de Débruitage Permatente Une Production de Tokens (Les Unités de Base du Langage) BeauCoup Plus Rapide. Mercury Revendique unessese allant jusqu’à 1000 jetons par seconde sur du matériel nvidia existant. Verser les applications de la Critique de latence est, les agents de conversation ou la génération de code en temps RÉEL, laula pourrait être un avantage majeur.
• RaisonNlement amélioré et correction d’erreurs: Puisque le modèle de diffusion génère l’ensemble de la Réponse en un unsese fois et la raffine itérativation, il un potentiel uni Meilleure Vision Global De la Cohérence et de la structure du Texte. Hela pourraits se traduit par un Capacité de la raisonnées meilleure et un plus Grande Facilé à Corriger ses propres erreurs ou hallucinations. Imaginez un correcteur orthographique et grammatical Integré Au processus …
• Génération plus contra solable: La capacité d’Éditer la tritie et de générer des tokens danans n’importe quel ordre Pourraits offrir un Contrôle plus Fin Sur le format et contenu de la Génération. Hela pourrait Être particulément utile pour des tâches command le remplissage de texte manquant (infilant) ou coule s’assurer que les béponses respectent des contrèces de spécifiques (par exemple, sèche des termes de sécuté ou de format).
• Potentiel pour les applications «Edge»: Bien que les Premiers modèles de diffusion à Grande échelle soient encore en developpement, leur architecture Pourrait potentielment permettre de crementation des modèles Plus Petits mais toujours performant, adaptés pour la forme de Fonctionner sur les appareils.

L’ARRIVÉ DES LLMS À DIFUSION LETRAIT AVoir des Implications significatives:

• Agents IA plus Rapides et Efficaces: Verser les entreprises qui utilisent des agents de conversation ou des systèmes automatisés basés sur l’ia, un vitresse de dépassement accumule pour le traduit par des interactions plus des fluides et une productivité accumule.
• Développements Accéléré: Dans le domaine du développement logiciel, des llms à la diffusion rapides et spécialisés dans la génération de code (coder de mercury) en averrairie considéré accélérer le processus de codage et d’itération. Les exemples de Génération de Code en quelques Secondes SONT IMPRESSIONNANTS.
• Nouvelles Possibilités Multimodales: PUISQUE L’ARCHITECTURE DE DIFUSION est Déjà utilisée des succons pour la génération d’images et de vidéos, il est Fort Probable que les futurs llms à la diffusion pour la diffusion plus facilitant Integr et Générer du Contenu multimodal (Texte, Image, Vidéo).
• Remises en question des paradigmes actualits: L’ÉMERGENCE D’UNRISHEMENT UNE FONDAMENTATION DIFFÉRENTE Stimuler pour le stimuler L’Onnovation et Potentielment conduire à des types de modèles de Langage des «Psychologies» et des forces se sont uniques.

Les llms à diffusion Rupture potenlle Dans le Paysage des Grands Modèles de Langage. Leur vitresse impressionnante et leurs Autres Avantages potentiels ouvrent de nouvelles Bien que cette technologique soit Encore à ses débuts et que les évaluations plus les approbations de Nécesses Soient Nécessais pour confirmer les performances et les limites de l’entheneasme est palpable.

Il est crucial pour les entreprises et les developpéurs de suivre de près ces avancées. Tester ces nouveaux modèles, Comme Mercury d’Idée Labs, et comprend leurs forces et leurs faiblesses séra essentiel couler les précipants Les Prochaines Vagues d’Innovation dans le domaine de l’intelligence artificiel. L’ERE DE LA DIFFUSION LETRAIT BÉEN ÊTRE À NOS PARTES, ETLE PROMET DE TRANSFORME NORRE AVEC LANGAGE ET L’IA.