Aller au contenu principal
← Retour aux actualités

Co-Design Bench : 273 tâches issues de vraies demandes d’utilisateurs pour évaluer les agents de codage multimodaux

Classements
Source:Hugging Face (paper)
Nouveau Benchmark sans référence : 273 tâches et 2 331 critères d’acceptation rédigés par des experts, extraits de 37 463 requêtes dédupliquées sur 26 314 sessions de codage réelles ; deux pistes (100 tâches d’édition multimodale, 173 d’édition de dépôt) et protocole judge-then-refute qui évalue l’application en cours d’exécution avec preuves navigateur.
Lire l'article original

Articles connexes

Agents sur téléphone : ce que les mobile agents ouverts apportent vraiment (après OpenMobile-2)

OpenMobile-2 ouvre les environnements et recettes de training des agents mobiles, et LFM3-1.7B montre qu'un agent de 1,7 GB tourne déjà sur téléphone : chiffres, exigences minimales et limites honnêtes.

Des agents ML en local : MLExpert et EpochGo sur Ollama, coût d'API nul

MLExpert pousse la barre à 35B et 72,7 % de médailles ; EpochGo fait tourner trois agents AutoML sur 16 Go, sans API : ce qui marche aujourd'hui, les comptes et les limites.

Ollama vs llama.cpp : sous le capot

Ollama utilise llama.cpp sous le capot, mais les deux ne sont pas la même chose : l'un est le moteur, l'autre la voiture. Ce qu'il y a vraiment dessous, quand la différence compte et comment choisir sans slogans.

Recevez le prochain point IA locale

Chaque semaine, une sélection du meilleur d'iaLocale : articles, actualités et ressources sur l'IA locale, et plus encore.

Après l'inscription, vous recevez un e-mail de confirmation (double opt-in). Sans confirmation, nous n'envoyons rien. Pas de spam, promis.

Ressources liées

Outils et ressources des archives iaLocale pertinents pour ce contenu.

🎨

FLUX 3 Image Klein

Modèles

Modèle d'images de 5,6 Md open weights pour texte-vers-image, édition par référence et composition multi-références en un seul modèle, avec des boîtes de positionnement dans le prompt. Encodeur texte Qwen3-VL-4B. En BF16 (11,1 Go), FP8 et NVFP4 (5,3 Go). Licence FLUX Kommunity (usage non commercial + exception pour utilisateurs qualifiés).

💎

Gemma 3

Modèles

Famille de modèles open de Google en tailles 1B, 4B, 12B et 27B. Contexte de 128K tokens, plus de 140 langues supportées et entrées multimédias (texte et images). Excellent choix pour le RAG et les documents longs sur du matériel grand public.

💎

Gemma 3 4B

Modèles

La taglia compatta della famiglia Gemma 3 di Google: 4,32B di parametri, contesto di 128K token e supporto nativo a 140+ lingue (incluso l'italiano), con input testo+immagini. Licenza Gemma (uso commerciale con condizioni). In Q4_K_M occupa circa 2,9GB: gira su GPU da 8GB e su CPU moderne.

💎

Gemma 4 12B

Modèles

La taglia 12B della famiglia Gemma 4 di Google: 11,95B dense, contesto 256K e multimodalità integrata senza encoder separati (testo+immagini+audio). Licenza Apache 2.0. In Q4_K_M occupa circa 7,4GB: il punto di equilibrio tra qualità e requisiti hardware per l'uso locale su 8-16GB.

Parcourir toutes les ressources