Clover propose une génération de texte par blocs pour les agents et le code
L’essentiel de l’annonce
DiffuSpace présente une préversion ouverte de Clover, dérivée de Qwen. Le modèle complète plusieurs éléments d’un bloc en parallèle, avec des gains annoncés par son équipe et des besoins matériels à examiner.
- Date de la source
- Catégorie
- Modèles et assistants
- À qui cela s’adresse
- Présentation datée du 30 octobre 2026. La date du billet ne prouve pas le premier accès mondial aux poids.
- Sujet du contenu
- Clover génère du texte par diffusion en blocs
- Entreprises / organismes
- DiffuSpace
- Technologies
- Exécution d’un modèle, Génération de contenu
Présentation
DiffuSpace, une équipe issue de travaux sur les modèles de langage à diffusion, présente Clover dans un billet daté du 30 octobre. Cette préversion textuelle dérivée de Qwen compte 35 milliards de paramètres, dont environ trois milliards activés par élément de texte traité.
Clover produit la réponse par blocs. Il commence avec des positions masquées, complète les plus certaines en parallèle, puis réutilise le bloc terminé pour poursuivre. Cette méthode vise notamment à réduire l’attente entre les étapes des agents et des outils de programmation.
Ce qui change
L’approche modifie la manière de produire la réponse, plutôt que d’ajouter seulement une interface à un modèle existant.
Compléter plusieurs positions ensemble
Chaque bloc est progressivement résolu selon la confiance du modèle. Les éléments déjà générés alimentent une mémoire du contexte, tandis que les positions du bloc peuvent interagir dans les deux sens.
Permettre une évaluation technique
La publication des poids et du code permet aux équipes équipées d’étudier cette alternative. DiffuSpace rapporte des résultats sur le code et l’usage d’outils, qui restent à reproduire dans le contexte choisi.
Fonctionnement
La carte du modèle décrit une génération par blocs avec seuil de confiance, séparée de l’exécution des actions d’un agent.
Former un bloc
Le modèle prépare un ensemble de positions masquées à compléter.
Résoudre les positions
Les réponses jugées assez certaines sont inscrites en parallèle, jusqu’à compléter le bloc.
Poursuivre et contrôler
Le bloc rejoint le contexte de la suite. L’application doit encore vérifier les sorties et superviser ses actions.
Usages possibles
Pour les équipes qui développent des agents, une réponse produite plus vite peut raccourcir certaines boucles d’action. Le bénéfice dépend aussi des outils appelés et du nombre d’étapes nécessaires.
Exemple possible
Un exemple possible
Une équipe pourrait comparer deux modèles sur la correction d’un même problème de code, en conservant les outils, les tests et le matériel identiques. Le temps total et les erreurs comptent davantage qu’un seul débit de génération.
Accès et limites
Modèle textuel en préversion. Les comparaisons et vitesses proviennent de DiffuSpace, sans validation indépendante consultée. Les 680 éléments de texte par seconde annoncés concernent une charge interne sur un GPU NVIDIA GB300, précision BF16 et une demande à la fois. La carte indique environ 69 Go pour les poids BF16, hors mémoire de calcul, et avertit de répétitions possibles dans les longues réponses. Le contexte de 131 072 éléments inclut demande et réponse. Licence Apache 2.0 annoncée, coûts d’hébergement à prévoir. Aucun modèle installé ou testé ici.
Conditions d’accès. Poids et code annoncés sous Apache 2.0. Hébergement et moteur compatibles nécessaires, environ 69 Go pour les poids BF16 hors mémoire de calcul.
Pour votre projet
Comparer le modèle sur des tâches représentatives avec le même matériel et le même environnement d’agent avant de retenir un gain.
- La comparaison conserve-t-elle les mêmes tâches, outils, précision et ressources ?
- Les longues générations restent-elles correctes, stables et utilisables dans le flux prévu ?
Les implémentations d’inférence peuvent produire des textes différents malgré des réglages semblables.
Sources et vérifications
Source de l’annonce
Clover-35B-A3B-Preview: A New Way for Intelligence
Lire la source officielleSources complémentaires
- Carte du modèle DiffuSpace
Précise le décodage, le contexte, la mémoire BF16 et les risques de répétition. Source du même auteur, pas recoupement indépendant.
Source vérifiée le . Les résultats présentés sont ceux annoncés par les auteurs.
Sources consultées lors de la tâche planifiée. Aucun logiciel présenté n’a été installé ni essayé.
Fiche préparée avec ChatGPT. Notre méthode éditoriale.