Qwen3
Fellow suit ce sujet depuis juillet 2026 : 12 articles résumés en français, dont 2 jugés majeurs ou notables.
Toute l'actualité · 12 articles
Show HN : Qwen3-4B entraîné pour éliminer les tics d'écriture typiques de l'IA
Un développeur publie qwen3-4b-deslop-v4, un dérivé de Qwen3-4B-Instruct-2507 affiné par LoRA pour réduire les tics stylistiques des LLM, utilisable en local via Ollama ou llama.cpp.
Fine-tuning d'un modèle de 235 milliards de paramètres sur 4 GPU, puis constat qu'il n'était plus nécessaire
Vertexcover a fine-tuné Qwen3-235B-A22B-Thinking sur quatre H100 : +7,6 points de F1 en moyenne par rapport au modèle de base, pour un coût par token d'environ un tiers de celui des API. Le modèle n'a pas été déployé.
La « fuite de réflexion » dans l'apprentissage par renforcement des LLM
Une étude suggère que les gains du RL en mode NO-THINK sur les modèles hybrides comme Qwen3 viennent surtout d'une réactivation du mode THINK d'origine, plutôt que d'un raisonnement amélioré.
Retrouver une supervision fiable par la distillation on-policy guidée par la critique
CriticOPD exploite la capacité du teacher à repérer les erreurs de l'étudiant pour restaurer la « recoverability » en distillation on-policy, avec des gains sur six benchmarks de raisonnement mathématique.
DoubtLess : un décodage contrastif sans entraînement pour un raisonnement plus efficace
Un petit modèle de raisonnement guide un grand modèle vers des chaînes de pensée plus courtes : −31 % de tokens sur Qwen3-32B, à précision inchangée, sans aucun entraînement supplémentaire.
Des gradients aux capacités : comprendre la distillation multi-enseignants on-policy
Une étude disséquant comment les signaux de plusieurs enseignants RL façonnent réellement les paramètres d'un modèle étudiant.
Nari Qwen3-TTS et Qwen3-ASR : haute précision et latence réduite
Nari Labs présente ses modèles de synthèse et reconnaissance vocale basés sur Qwen3, mis en avant pour leur précision, faible latence et coût réduit.
PaperGym : un environnement d'entraînement basé sur des rubriques pour générer des plans de recherche
Un nouveau framework transforme les papiers scientifiques en environnements d'entraînement RL pour évaluer la planification de recherche des IA, sans fuite de critères.
MidTool : synthèse de données en phase intermédiaire pour l'usage d'outils agentiques
Un nouveau pipeline de données montre que le mid-training dédié améliore significativement les capacités d'usage d'outils des LLM avant le post-training.
Au-delà de la vraisemblance du teacher : distillation on-policy calibrée par groupe pour le raisonnement long-contexte
Une méthode de distillation corrige le désaccord entre teacher et vérificateur pour améliorer le raisonnement sur des contextes longs.
Au-delà de l'échelle et de la génération : comprendre l'entity matching avec des modèles de langage
Une étude factorielle contrôlée de 1 215 runs isole l'effet de l'architecture, de la variante et de la taille des modèles sur l'entity matching.
DeepSeek publie dspark_qwen3_14b_block7 sur Hugging Face
Une nouvelle checkpoint dérivée de Qwen3-14B apparaît sur le hub de DeepSeek, sans documentation détaillée pour l'instant.