Arcee AI

Qu'est-ce que Arcee AI ?

Arcee AI est un laboratoire de modèles américain axé sur la construction de modèles fondamentaux à poids ouverts optimisés pour les performances par paramètre plutôt que l'échelle brute. Sa famille de modèles phare Trinity — couvrant les variantes Nano, Mini et Large — offre des capacités cohérentes à travers les tailles d'appareils, du matériel edge à l'infrastructure cloud. Tous les modèles sont publiés sous Apache-2.0 et supportent les conversations multi-tours, l'utilisation d'outils et les sorties structurées. Arcee offre également un système d'adaptation SLM qui permet aux entreprises d'entraîner, affiner et déployer des modèles de langage plus petits et spécifiques au domaine entièrement dans leur propre cloud privé virtuel (VPC), garantissant une propriété complète des données et aucune exposition à des tiers.

Fonctionnalités clés

• Famille de modèles Trinity

  Une gamme de modèles MoE à poids ouverts (Nano 6B, Mini 26B, Large 400B) partageant des capacités cohérentes — utilisation d'outils, sorties structurées et cohérence multi-tours — permettant aux charges de travail de passer entre edge et cloud sans réingénierie des prompts.

• Déploiement VPC complet

  Tout l'entraînement et l'inférence s'exécutent entièrement dans l'environnement cloud du client. Les données ne quittent jamais l'infrastructure du client, et le modèle résultant appartient entièrement au client.

• Système d'adaptation SLM

  Pipeline de bout en bout couvrant le pré-entraînement adaptatif de domaine, l'alignement et la génération augmentée par récupération — transformant un modèle de base open-source général en un SLM spécialisé et prêt pour la production à une fraction du coût d'un entraînement from scratch.

• Contexte long et fiabilité Agent

  Les modèles Trinity supportent jusqu'à 512K tokens de fenêtre de contexte avec attention MoE sparse, permettant une sélection précise de fonctions, des sorties JSON conformes au schéma, et des workflows d'agents multi-étapes cohérents sur des sessions étendues.

• Options de déploiement flexibles

  Les modèles sont disponibles via une API hébergée compatible OpenAI, comme poids ouverts téléchargeables sur Hugging Face, ou via un déploiement dédié entreprise — compatible avec vLLM, SGLang, llama.cpp, et plus.

Cas d'utilisation

• Développement SLM d'entreprise : Les organisations peuvent construire des modèles de langage propriétaires et spécifiques au domaine en utilisant leurs propres données, entraînés et déployés entièrement dans leur VPC pour un contrôle maximal et la sécurité des données.
• Workflows Agent : Les équipes de développement peuvent construire des agents IA multi-étapes fiables qui gèrent l'orchestration d'outils complexes, l'appel de fonctions et l'exécution de tâches à long terme en utilisant le profil de compétences cross-size cohérent de Trinity.
• Inférence edge et on-device : Les 1B paramètres actifs de Trinity Nano le rendent viable pour un fonctionnement hors ligne sur des GPU grand public, appareils mobiles et systèmes embarqués où la latence et la confidentialité sont critiques.
• Déploiement industrie réglementée : Les industries comme la finance, la santé et le juridique peuvent tirer parti du déploiement VPC entièrement privé pour répondre aux exigences de conformité tout en bénéficiant de modèles de langage capables.
• Backends d'assistants vocaux : La verbosité ajustable et la sortie streaming à faible latence de Trinity le rendent adapté comme backbone LLM pour les applications vocales temps réel, alimentant directement les systèmes TTS.

FAQ