Granite Switch 4.1 réunit conversation, décisions et transcription dans un même point d’accès

Répondre à une question et choisir une action ne demandent pas toujours la même sortie. Avec Granite Switch 4.1, IBM réunit plusieurs fonctions derrière un même point d’accès. La publication du 15 octobre présente des modèles capables de produire du texte ou de sélectionner une réponse parmi des options. Ils peuvent aussi transcrire un enregistrement avant de le traiter.

Les fiches des versions 8B et 30B portent une date de sortie au 14 octobre. Cette distinction évite de confondre la mise à disposition des modèles avec la date de leur présentation. L’annonce originale d’IBM décrit une composition de modules spécialisés plutôt qu’un nouveau service grand public prêt à remplacer tous les assistants.

Un modèle de base et des fonctions activées à la demande

Granite Switch associe un modèle de langage à des adaptateurs. Ces petits ensembles de paramètres modifient son comportement pour une tâche particulière. L’application appelle la fonction voulue à travers le format de sa requête. Elle peut demander une rédaction libre puis solliciter un choix structuré sur le même contexte.

Le dépôt du projet explique le mécanisme des adaptateurs activés. Ils partagent la mémoire de travail préparée par le modèle de base. Cette réutilisation évite de recommencer tout le traitement du contexte à chaque changement de fonction. Elle constitue l’intérêt technique de cette architecture. Le gain réel dépend toutefois du parcours et de la configuration utilisés.

Les développeurs peuvent employer une composition déjà préparée ou construire la leur avec des composants compatibles. Une fonction disponible dans la bibliothèque ne fait donc pas forcément partie de chaque modèle distribué.

Choisir parmi des options ne garantit pas une bonne décision

L’adaptateur Decision reçoit une situation et des réponses proposées. Il calcule une distribution sur les étiquettes de ces réponses. Ça permet par exemple de choisir une catégorie au lieu de générer une longue explication. L’application continue de définir les options et l’usage du résultat.

La fiche du modèle 8B rappelle que ces probabilités ne constituent pas une classification certifiée sur un domaine inconnu du modèle. Elle précise aussi les limites de Guardian. Ce module repère certains risques de contenu mais ne remplace pas les contrôles propres à l’application. La composition publiée n’intègre pas toutes les fonctions de vérification factuelle de la bibliothèque.

L’audio reste une chaîne de transcription en anglais

La documentation audio qualifie cette fonction d’alpha. Un premier modèle transforme l’enregistrement en texte. Granite lit ensuite cette transcription comme du texte ordinaire. Les deux modèles ne comprennent donc pas conjointement le signal sonore de bout en bout.

Cette organisation a des conséquences concrètes. Le système perd les nuances de voix et l’intonation au passage. Une erreur de transcription peut modifier la réponse ou le choix suivant sans déclencher d’alerte. Le composant fourni par défaut travaille en anglais. Il produit une transcription en minuscules sans ponctuation. Le français exige une autre configuration de reconnaissance vocale.

Les longs enregistrements occupent aussi la fenêtre de contexte une fois transcrits. Réunir les fonctions derrière une même adresse ne supprime ni cette limite ni le travail nécessaire pour préparer un déploiement.

Des modèles accessibles et des résultats à contextualiser

Les fiches 8B et 30B annoncent la licence Apache 2.0 et décrivent les outils compatibles. Les évaluations présentées restent celles des auteurs. Elles ne prouvent pas qu’un assemblage gagnera sur toutes les tâches ou sur les documents d’une autre organisation.

Ce que je retiens ici tient à la séparation des fonctions. Une réponse rédigée, une catégorie proposée et une transcription ne fournissent pas la même preuve. Notre décryptage de Decisions chez OpenAI prolonge cette différence entre produire du texte et guider une application.