Deep Cogito a récemment lancé Cogito v2, une nouvelle famille de modèles d’IA open-source qui affinent leurs propres compétences en matière de raisonnement.
Disponible sous une licence open-source, la nouvelle gamme Cogito v2 comprend quatre modèles d’IA hybrides de raisonnement : deux de taille moyenne avec 70B et 109B de paramètres, et deux versions à grande échelle avec 405B et 671B.
Le plus grand modèle, un Mixture-of-Experts (MoE) de 671B, est déjà présenté comme l’une des IA open-source les plus puissantes au monde. La société rapporte qu’il rivalise avec les dernières innovations de DeepSeek et comble l’écart avec des systèmes propriétaires comme O3 et Claude 4 Opus.
Mais l’histoire réelle ne concerne pas seulement la taille ou la puissance ; il s’agit d’un changement fondamental dans la façon dont l’IA apprend. Au lieu de simplement « réfléchir » plus longtemps au moment de l’inférence pour trouver une réponse, Cogito v2 est conçu pour internaliser ses propres processus de raisonnement.
Cette internalisation du raisonnement est réalisée grâce à une technique appelée Distillation et Amplification Itératives (IDA), qui distille les découvertes d’une recherche dans les paramètres essentiels du modèle. L’objectif est de construire une « intuition » plus forte, permettant au modèle d’anticiper le résultat de son propre raisonnement sans avoir à effectuer toute la recherche.
Étant donné que les modèles d’IA open-source ont une meilleure « intuition » pour la bonne approche, leurs chaînes de raisonnement sont 60 % plus courtes que celles des concurrents comme Deepseek R1.
Cette efficacité se reflète également dans le budget. Deep Cogito affirme avoir développé tous ses modèles – des expériences à la formation finale – pour un coût total combiné de moins de 3,5 millions de dollars. Une somme encore importante pour vous et moi, mais minuscule comparée aux dépenses de nombreux des principaux laboratoires d’IA.
Le modèle phare de 671B a reçu une attention particulière, non seulement pour améliorer ses réponses finales, mais aussi pour affiner le processus de réflexion lui-même. Cette approche décourage le modèle de « divaguer » et favorise un chemin plus direct vers la solution. Les données de performance suggèrent que cela fonctionne, avec le modèle d’IA open-source de Deep Cogito égalant ou dépassant les dernières versions de DeepSeek sur des benchmarks clés, tout en se rapprochant des alternatives propriétaires.
Peut-être l’un des résultats les plus surprenants est la capacité des modèles à raisonner sur des images ; une compétence pour laquelle ils n’ont jamais été explicitement formés.
L’équipe a partagé un exemple de ce raisonnement où le modèle d’IA open-source de Deep Cogito a comparé deux images d’un canard et d’un lion, démontrant un processus de réflexion approfondi sur leurs habitats, couleurs et composition, uniquement par le biais de l’apprentissage par transfert. Deep Cogito croit que cette propriété émergente pourrait être un moyen puissant de générer des données d’entraînement pour les futurs systèmes de raisonnement multimodal.
En regardant vers l’avenir, l’équipe de Deep Cogito prévoit de « grimper sur les gains de l’auto-amélioration itérative » dans sa quête pour construire une superintelligence. Ils ont réaffirmé leur engagement que tous les modèles d’IA qu’ils créent seront open-source.