Meta lance Muse Glimmer : un modèle d'IA open source, local, agentique et multimodal
Meta
Meta a publié Muse Glimmer, un modèle d'IA multimodal open source de 30 milliards de paramètres, conçu pour des tâches agentiques, avec un support dès le premier jour dans les transformers de Hugging Face, llama.cpp et vLLM. Le modèle, doté d'une architecture d'attention hybride et d'un encodeur visuel de 2 milliards de paramètres, est disponible sur le Hub de Hugging Face et démontre de solides performances sur les benchmarks agentiques et de codage.
Meta a dévoilé Muse Glimmer, un modèle multimodal open-source de 30 milliards de paramètres, avec un support dès le premier jour dans transformers, llama.cpp, vLLM et d'autres bibliothèques. L'architecture combine un encodeur de perception de style ViT de 2 milliards de paramètres pour la vision avec un décodeur de texte de 28 milliards de paramètres, utilisant une attention hybride avec des couches à fenêtre glissante et des couches d'attention complète, une attention groupée avec requêtes (gated grouped-query attention) pour réduire la mémoire du cache KV, et une normalisation Q-K. Elle inclut également un rédacteur optionnel pour le décodage spéculatif afin d'accélérer la génération, particulièrement adapté au codage. Les résultats de référence montrent de bonnes performances d'agent sur des tâches comme MCP Atlas, DeepSearch QA et SWE-Bench, ainsi que des capacités multimodales. Le modèle est disponible sur le Hugging Face Hub, et des exemples d'intégration sont fournis pour l'inférence texte seul, l'appel d'outils multimodal, la détection d'objets et l'inférence vidéo avec transformers et llama.cpp.
Source: Hugging Face blog —
original