Model Releases
dots.llm1 : Le Nouveau Modèle Open Source de RedNote
Xiaohongshu lance dots.llm1, un modèle MoE de 142B paramètres. Découvrez les performances et l'architecture détaillée pour les développeurs.
6 juin 2025
Model Releasedots.llm1
Introduction : L'Entrée de RedNote dans l'IA Open Source
Dans le paysage dynamique et compétitif de l'IA générative, la date du 6 juin 2025 marque un tournant significatif avec le lancement officiel de dots.llm1 par Xiaohongshu, plus connu sous le nom de RedNote. Ce modèle n'est pas simplement une tentative de copier les géants américains, mais une démonstration de la maturité technologique de l'écosystème chinois d'IA. En ouvrant les poids d'un modèle de cette envergure, RedNote vise à démocratiser l'accès à une intelligence artificielle capable de rivaliser avec les leaders mondiaux.
L'importance de cette annonce réside dans le contexte économique et technologique actuel. Les développeurs cherchent désespérément des alternatives open source performantes pour réduire leurs coûts d'infrastructure tout en maintenant une qualité de réponse élevée. dots.llm1 arrive précisément pour combler ce fossé, offrant une architecture optimisée qui permet d'obtenir des résultats de pointe sans nécessiter des clusters de GPU massifs pour l'inférence locale.
- Date de sortie : 6 juin 2025
- Éditeur : Xiaohongshu (RedNote)
- Licence : Open Source (Apache 2.0)
- Objectif : Rivaliser avec les modèles frontiers
Clés Architecturales et Caractéristiques Techniques
L'architecture de dots.llm1 repose sur une structure Mixture of Experts (MoE) sophistiquée. Avec un total de 142 milliards de paramètres, le modèle est conçu pour être extrêmement large, mais son efficacité est maintenue grâce à un nombre d'paramètres actifs de seulement 14 milliards lors de l'inférence. Cette configuration permet d'atteindre un compromis idéal entre la capacité d'apprentissage et la latence de calcul. Le contexte fenêtre est étendu à 128k tokens, permettant de traiter des documents entiers ou des conversations longues sans perte d'information contextuelle.
Au-delà des simples chiffres, les capacités multimodales de dots.llm1 sont intégrées nativement. Contrairement à de nombreux modèles open source qui nécessitent des pipelines séparés pour le traitement d'images ou de vidéos, dots.llm1 intègre ces capacités directement dans le moteur de langage. Cela signifie que les développeurs peuvent interroger le modèle avec des prompts multimodaux complexes, obtenant des réponses textuelles structurées directement issues de l'analyse visuelle.
- 142B paramètres totaux
- 14B paramètres actifs (MoE)
- Fenêtre de contexte : 128k tokens
- Capacités multimodales natives
- Support JSON natif pour la sortie