Osegi
IA·2 min de lecture

Sarvam AI lance Prism, un modèle de décision à poids ouverts

Sarvam AI dévoile Prism, un modèle de décision bâti sur son LLM de 105 milliards de paramètres, qui renvoie des probabilités en 44 ms environ.

Abstract illustration of an AI decision model routing enterprise queries to different teams with probability scores.
Image: Inc42 Media
SUMO Dialo ediviewer giftdetect

Sarvam AI a lancé Prism, un modèle de décision à poids ouverts construit sur son modèle de fondation Sarvam 105B et conçu pour trancher rapidement, de façon structurée, dans les flux de travail des entreprises. Selon la société, il obtient un score moyen de 71,8 sur trois indices d'évaluation, avec un temps de réponse médian de 44 millisecondes sur un GPU Nvidia B200.

Une autre logique que les LLM classiques

La plupart des grands modèles de langage produisent du texte : même un choix simple revient sous forme de réponse qu'un autre logiciel doit interpréter, ce qui peut allonger les délais, augmenter les coûts et créer des incohérences. Un modèle de décision reçoit des informations, une question et une liste fermée de réponses, puis renvoie une probabilité pour chaque option, par exemple ventes, support ou facturation pour une réclamation client.

Cette approche convient aux tâches répétitives à grande échelle : routage du support, modération de contenus, contrôle de fraude, filtrage de sécurité, évaluation des actions d'agents d'IA. Prism examine les options en un seul passage, sans générer de suite de mots.

Les résultats annoncés

Sarvam affirme que Prism affiche le meilleur score moyen parmi les 25 modèles de décision testés répondant en moins de 100 millisecondes. L'entreprise indique aussi des résultats cohérents sur 2 000 questions après application d'un ordre fixe des options, et des taux d'erreur observés inférieurs aux taux prévus aux seuils de confiance testés, y compris pour les langues indiennes.

Les poids sont publiés sous licence Apache 2.0 : les développeurs peuvent adapter le modèle et l'exécuter sur leur propre infrastructure. Une API est également proposée. Les usages visés incluent l'analyse documentaire, la détection d'injections de prompt et l'évaluation d'agents d'IA.

Prism rejoint Laya de ConvAI Innovations, axé sur de petits modèles exécutés en local, et Sieve de Sthānika AI (PurpleTalk), centré sur l'évaluation, la détection d'intention et le choix d'outils. Articul8 propose pour sa part Bivia, un modèle multimodal.

Ces chiffres sont communiqués par l'entreprise, et les premières réserves apparaissent. Le développeur Sandipan Kundu juge le modèle performant, mais conteste la médiane de 44 ms : il mesure une latence p95 de 420 millisecondes et souligne le coût d'un hébergement autonome d'un modèle de cette taille. Des tests indépendants sur des charges comparables diront ce qu'il en est en production.

Des apps à découvrir

SUMO : le puzzle de nombres

Touche les bonnes cases, additionne, atteins l'objectif. Facile à apprendre, difficile à maîtriser. Gratuit, pour tous les âges.

Mots-clés:sarvam aiprismdecision modelsopen-weightindia aienterprise ai

Plus d'actus de ce jour

Tout voir →

Plus dans: IA

Tout voir →