Reprise du message précédent :

Je ne sais pas si c’est nouveau ayant un usage modéré des IA mais la j’ai demandé à chatGPT si je devais prendre un adaptateur secteur pour le Brésil, il me oui type C ou type N bla bla et puis me dit « Souhaitez-vous que je vous recommande un adaptateur de voyage fiable ? » je dis oui et il me sort des articles AliExpress… (bon pour fiable on repassera   ) mais peut être qu’ils ont intégré et  monétisé  AE dans les réponses…
Édit : bon apparemment pas car il est indiqué : ChatGPT choisit les produits de manière indépendante. En savoir plus.

Ils ont annoncé ca y a 5 jours

Ok j’ai juste 5j  

Qwant et mistral fusionnent , poussé par la dgse

J'en ai fait avec llamaindex

 
Ca m'intéresse Tu peux en dire plus ? Satisfait du résultat ? Version payante ? Quelle stratégie pour l'embedding ? quels modèles, etc. ?
 
Je voudrais faire un POC sur le support utilisateur. Je pensais partir sur Haystack. Dans un premier temps c'est bien si ça reste interne à la DSI mais ça m'intéresse de généraliser ensuite sur les principales données un peu propres qu'on a (contrats, RH, finance).

C'est pas interdit en Europe dans les conditions d'utilisation llama ?

J’étais en train de me dire qu’il fallait que je me refasse un comparo entre gpt/gemini et Claude…je vais peut être attendre encore un peu
 
Gemini j’y ai pas touché depuis plusieurs mois, c’était vraiment pas bon.
La même impression qu’utiliser Bing au lieu de Google pour une recherche classique
 
Claude c’est l’inverse, c’était excellent, la dernière version a tout pété (pour mon usage).

Tu feras éventuellement tes tests par toi-même pour te faire ta propre opinion.
De mon coté, j'était assez déçu par Gemini 1.5. La version 2.0, ca commençait à aller. La version 2.5, c'est pas mal, je trouve
Je viens de tester Llama 4 Maverick. Je trouve cela mauvais
La dernière version de Qwen (le plus gros Qwen 3) est pas trop mal (surtout pour du Chinois. Bonjour les préjugés ). Sauf qu'elle m'a sorti à un moment de la réponse totalement incohérente (mais vraiment à l'ouest, même les mots en soi étaient déformés pour nombre d'entre eux). Meme en générant à nouveau, ca l'a refait. En réécrivant le prompt différemment, c'est passé. Je ne sais pas ce qui est arrivé, et je n'avais jamais eu ce genre de cas avec un autre modèle (sans doute un bug rare, mais je ne sais pas, ca fout un coup à la confiance dans le modèle, psychologiquement).
 
ChatGPT et Claude, ca reste bon.

Rien de payant non. J'ai testé plusieurs méthodes, au final pour mon cas d'utilisation les méthodes basées sur le graph rag sont les plus pertinentes car il faut récupérer de la connaissance dans plusieurs documents. À ça on rajoute des parsers customs basés sur pyMuPdf, des tentatives d'ajout d'OCR, des rerankers...

J'ai eu des bons résultats mais je me retrouve à développer des solutions hyper complexes, et je pense que le sujet est très jeune ou peut-être voué a disparaître donc je sais pas si je pourrai le faire évoluer et le maintenir. Pour des besoins simples ou avec du budget c'est tout à fait faisable.

Donc je suis en train de me tourner vers une solution sur étagère open-source, j'ai trouvé https://www.morphik.ai/ qui a de très bons résultats et qui correspond à ce que j'essayais de développer. Les développeurs sont hyper réactifs et j'ai demandé des features qui ont été développées dans la journée   ça supporte le Graph RAG, l'OCR, le MCP, un sdk python, y'a une ui, se connecte à Ollama, bref je crois que je vais arrêter de faire des trucs moi-même. J'ai juste galéré à le faire marcher avec une 5090, nvidia à sorti des drivers buggués sous Linux, comme d'hab, et les bibliothèques genre pytorch ne supportent la carte qu'en bêta.

Pour les modèles j'ai pas arrêté de choix, les petits modèles sont pas ouf, avec 32 Go de VRAM ça commence à devenir intéressant.

Gemini 2.5 pro sur aistudio.google.com  avec un contexte hallucinant de 1 million de token est excellent, c'est le seul qui arrive à me trouver certaines solutions de code hyper compliqué

T'as essayé avec Claude 3.7?

Tu as un compte payant ?
 
Ça fait 3 jours que je l’utilise à fond et il est au ralenti, genre 20-80 secondes pour répondre (les premières heures le premier jour c’était ok).
 
Meme quand le contexte est en dessous de 100k token.
Tu utilises le 2.5 pro exp?
 
S’il faut prendre l’abonnement à 20€ pour débloquer ça, je le fais. Par contre flemme de prendre l’abonnement si ça n’a aucun impact

Y a pas un mois d'essai gratuit ou prix réduit?  

Sur aistudio c'est gratuit puisque les réponses sont ensuite utilisées dans le dataset d'entraînement (comme le modèle gratuit sur l'API).

L'abonnement à Gemini ne change rien.

Bien sûr, c'est le meilleur modèle pour faire de la conception et générer du code propre et fonctionnel, mais en gratuit on tape rapidement la limite journalière. Avec Gemini j'arrive à passer mes classes et le code source du framework que j'utilise pour comprendre pourquoi certains comportements ne fonctionnent pas.

En gratuit oui, et effectivement ça rame au bout d'un certain moment, en tout cas pour scroller dans l'historique.

Effectivement, je fais ça que sur des projets entièrement générés par IA et pas sur les projets existants de la boîte.

J’utilise pas pour du code
Gemini 2.5pro peut aller chercher de l’info tout seul sur le Google drive associé au compte qui l’utilise ?  
 
Ca serait game changer dans mon usage s’il peut aller chercher les infos en autonomie ou se baser sur des docs existants.

Ça a l'air disponible avec un compte premium mais pas sûr de quel modèle il utilise
https://support.google.com/drive/answer/14356148

oui c'est la fonction intégrée, c'est pas folichon.
 
Ce que je recherche davantage c'est d'avoir un gemini qui va compléter ses sources avec les miennes, et comprendre mon contexte, mes données, et mon historique via les docs, les dates auxquelles ils ont été faits/modifiés, etc...
En gros, au lieu de filer des pieces jointes en indiquant à chaque fois ce que c'est, le contexte, etc.. qu'ils se servent et comprennent tout seul comme s'il bossait avec moi depuis toujours.

Tu cherches comme un compagnon de thèse en fait?

Ou NotebookLM de Google ? Mais c'est pas sur tout Google drive, juste ce que tu upload. Y'a des solutions open source qui font ce que tu cherches, faut creuser et évaluer, c'est long de tester les différentes solutions...

Vite vu en passant sur reddit(mais je sais plus ou ) , ça parlait de mcp avec perplexity (ça semblait en zone grise quand meme )

ça devait etre ça :
https://www.reddit.com/r/perplexity [...] _natively/

 
En tout cas j'ai réussi à atteindre "la limite"    
 

Ca hype Grok 3.5
 

 
Merci, c'est super intéressant.
 
Ca rejoint mes interrogations. Je ne sais pas trop par quel bout prendre le sujet, en particulier concernant les embeddings. Je sais que je n'aurais pas d'aide côté métier, pas de data analyst, et que notre donnée n'est pas toujours bien qualitative. Je pensais utiliser un premier LLM pour générer en quelque sorte des metadonnées sur les documents et lui faire faire les chunks en fonction. Mais j'ai un peu peur de passer pas mal de temps à construire un truc naïf qui sera obsolète rapidement (réinventer la roue pourquoi pas, mais si on peut la garder longtemps).
 
Morphik, j'étais passé sur leur site sans m'arrêter. Je vais creuser.
 
Encore merci

Pour ceux qui utilisent Gemini 2.5 Flash ou Pro preview, il ne vous met pas souvent des commentaires dans des Json ?

C'est pas tout rose non plus https://www.lefigaro.fr/secteur/hig [...] s-20250505

Y a pas l’article entier mais on sait tous que la seule chose que ces modèles font est de prédire le prochain token et que ces n’est pas de l’intelligence  

et c'est quoi, de l'intelligence ? c'est produit comment ?

Le contraire de ça  
 

 
https://techcrunch.com/2025/05/02/a [...] -platform/

C'est la capacité à poser cette question, ainsi qu'à ce qu'elle te vienne (j'aurais du mal à y répondre, néanmoins )
 
Une IA ne comprend même pas réellement ce que tu dis. Tu le crois grâce la qualité de son imitation de l'intelligence. Elle reproduit le "comportement linguistique" associé à la compréhension de quelque chose. C'est comme un acteur qui joue un role: il n'a pas les compétences du personnage, mais sa performance est suffisamment convaincante que tu en as l'impression.
 
Une IA ne fait que reproduire les schémas qu'elle a déjà vu, d'ailleurs (bien que j'ai l'impression qu'un certain nombre d'humains font effectivement un peu pareil ).
Je trouve également tout ca assez compliqué à conceptualiser, au final

OpenAI o1-pro sur OpenRouter:  
$150/M input tokens
$600/M output tokens

J'aime bien cette comparaison avec un acteur !

Ce n'est pas le cas des modèles à raisonnement...

Source ?
 

C'est toujours des LLM.
Du coup, même si la stratégie d'entraînement est différente, ça ne reste que de la projection statistique