Oossa

Liquid AI lance d1.2, des modèles de décision avec audio

Les deux modèles ajoutent cinq tâches et la prise en charge de l’audio. Selon Liquid AI, d1.2-ultra a obtenu 75 à l’Artificial Analysis Decision Index v2.1.

Par Publié par Oossa: 2 min de lecture

SumUp · Unsplash

Liquid AI a lancé d1.2 et d1.2-ultra, de nouvelles versions de ses modèles de décision capables de traiter du texte, des images et de l’audio. Selon l’entreprise, d1.2-ultra a obtenu 75 à l’Artificial Analysis Decision Index v2.1, soit le meilleur résultat parmi les modèles de décision et deux points de plus que le précédent leader.

Les deux modèles sont accessibles via l’API Liquid. Liquid AI affiche un prix de $0.02 pour d1.2 et de $0.042 pour d1.2-ultra par million de jetons d’entrée. L’entreprise indique que la facturation porte uniquement sur les jetons d’entrée ; son annonce ne précise pas l’unité correspondant au prix indiqué pour d1.2.

Que peuvent faire les modèles ?

La mise à jour ajoute cinq tâches à l’API : lire une valeur dans un document, trouver tous les passages correspondant à une catégorie, localiser des objets dans des images, estimer leur nombre et sélectionner toutes les options applicables. Par exemple, un modèle peut extraire un montant d’une facture et renvoyer « introuvable » s’il n’y figure pas, ou encadrer une signature. L’API peut également renvoyer des probabilités pour les réponses possibles.

L’audio peut constituer le contenu à analyser, par exemple une sirène en arrière-plan, ou la question elle-même : l’utilisateur peut poser une question à voix haute au lieu de la saisir. Les nouveaux types de réponses utilisent le même point de terminaison et le même format de requête que les tâches existantes. Liquid AI indique que la prise en charge par OpenRouter et Vercel est prévue, sans préciser de date de disponibilité.

Que montrent les scores ?

L’indice d’Artificial Analysis évalue six domaines, notamment la prise de décision et l’extraction d’informations à partir de CV, de reçus et d’articles de recherche, ainsi que l’utilisation d’outils et les questions difficiles de connaissances générales. Il prend aussi en compte la concordance entre le degré de confiance d’un modèle et sa précision : les réponses erronées données avec assurance lui sont donc défavorables.

Liquid AI indique que d1.2-ultra a affiché une erreur de calibration de 0.8 point sur 13 benchmarks et 22,505 questions, contre 1.2 pour d1.2 et 7.2 pour GPT-6 Luna sur son API Decisions. Pour les nouvelles tâches, Liquid AI a testé des jeux de données internes constitués à partir de jeux de données publics mis de côté. L’entreprise rapporte une précision de 94 % pour d1.2-ultra lorsqu’il s’agit de localiser dans des photos des objets décrits, et de 93 % pour estimer leur nombre à une unité près. Elle fait également état d’une précision de 95 % à 97 % pour des questions audio portant sur des sons ou des langues parlées, lors de tests menés dans 43 langues. Ces résultats sont communiqués par l’entreprise ; selon l’annonce, aucun benchmark public ne couvre encore les cinq nouvelles tâches.

Pourquoi c'est important

Les personnes qui conçoivent des processus de traitement de documents ou d’images peuvent utiliser ces modèles pour extraire des champs, signaler les informations manquantes ou faire vérifier les réponses incertaines. Les scores rapportés témoignent de capacités prometteuses, mais l’absence de benchmark public pour les nouvelles tâches ne permet pas de savoir comment les modèles se comporteront sur les documents ou les images d’un utilisateur donné.

Cet article vous a-t-il été utile ?
Partager

À lire ensuite

Oossa · Newsletter

La semaine de l'IA, expliquée

Chaque lundi : l'essentiel de l'actualité, en langage clair. Gratuit, sans spam.