Benchmarks

Lire une fiche de modèle sans la transformer en benchmark

Une fiche de modèle décrit une possibilité ; elle ne remplace pas une évaluation reproductible sur la charge de travail visée.

Modèles MoE locaux : évaluer les compromis plutôt que promettre un gagnant

Les modèles à mélange d'experts demandent une évaluation locale qui sépare mémoire, vitesse, format et qualité.

Quand l'inférence devient moins chère : concevoir des agents qui vérifient davantage

Quels LLM locaux savent réellement appeler des outils ?

Comment concevoir et interpréter un benchmark d’appel d’outils pour des modèles locaux.

J'ai testé 10 modèles d'IA pour que vous n'ayez pas à le faire

Un week-end passé à tester tous les modèles d'IA locaux prometteurs sur du matériel grand public. Voici ce qui fonctionne vraiment.

Plus gros ne veut pas dire meilleur : comment un modèle de 9 Go a battu 120 milliards de paramètres

J'ai benchmarké 17 LLMs locaux sur 13 dimensions avec 39 tests. Les résultats ont détruit mes hypothèses sur la taille des modèles.

GPT-OSS 120B : premiers benchmarks sur matériel AMD grand public

De vrais benchmarks du modèle open-weight 120B MoE d'OpenAI sur un Ryzen AI Max+ 395 avec 128 Go de mémoire unifiée. Pas de cloud, pas d'A100, juste du bare metal.