For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/fr/articles/jais-3-arabic-ai-models-speech-recognitio-0ea1f8fa.md.
Les assistants arabes doivent gérer bien plus que l’arabe écrit formel. Une demande vocale peut employer un dialecte régional, passer à l’an...
Les assistants arabes doivent gérer bien plus que l’arabe écrit formel. Une demande vocale peut employer un dialecte régional, passer à l’anglais en cours de phrase et demander au système d’effectuer un travail dans un tableur ou une présentation. Chaque étape crée une nouvelle possibilité de mal comprendre l’utilisateur.
Jais 3, lancé le 15 octobre par l’Institute of Foundation Models de MBZUAI et Inception42 avec la collaboration de Cerebras, répond à ces étapes au moyen d’une famille de modèles de langage et d’un système de reconnaissance vocale associé. Gulf News a couvert le lancement ; les documents techniques officiels fournissent des détails plus utiles pour choisir un modèle et évaluer ses affirmations.
L’annonce officielle du lancement décrit une prise en charge de l’arabe standard moderne et de variantes régionales, notamment l’arabe du Golfe et d’Afrique du Nord. Les références culturelles, les dialectes et la manière dont les personnes mélangent réellement les langues font partie du périmètre visé.
Cela compte dans le travail quotidien. Un assistant peut devoir préserver le dialecte d’un client dans une réponse, utiliser un registre plus formel dans une lettre de rendez-vous, ou conserver le nom d’un produit écrit dans une autre langue. Ces exigences doivent être testées explicitement, plutôt que d’être réduites à la seule question de savoir si la réponse semble fluide.
Les développeurs mettent également l’accent sur le suivi des instructions. Dans un flux de travail documentaire, cela signifie vérifier des contraintes telles que la longueur, la formulation et le format de sortie, en plus du contenu factuel. Les exemples publiés sont des démonstrations de ces capacités, et non la preuve que chaque demande sera traitée correctement.
Jais Speech est le nom donné dans les documents de lancement à Jais-ASR, le composant de reconnaissance vocale. Il convertit l’audio en texte ; il n’est pas présenté ici comme un générateur vocal de synthèse texte-parole.
Selon la documentation vocale d’IFM, le modèle prend en charge l’arabe standard moderne et les dialectes de 19 pays. Ses options incluent l’alternance codique, les diacritiques arabes et l’identification de la langue ou du dialecte. Conserver un passage en français ou en anglais dans son écriture originale est différent de traduire l’intégralité de l’enregistrement, et l’application doit sélectionner le comportement attendu.
IFM rapporte un taux moyen macro d’erreur sur les mots de 22,85 % et un taux d’erreur sur les caractères de 8,37 % sur six jeux de tests publics. Ces chiffres décrivent son protocole d’évaluation déclaré et les modèles comparés. Ils n’impliquent pas une transcription sans erreur, en particulier dans un nouvel environnement d’enregistrement ou pour un dialecte sous-représenté.
Associée à un modèle de langage et à une infrastructure d’agent, la reconnaissance devient le point d’entrée des tâches orales. L’application doit toujours interpréter la transcription, fournir les outils appropriés et décider lorsqu’une action nécessite une confirmation humaine.
La page produit de Jais décrit un flux de travail qui associe la compréhension de l’arabe à une production pratique. Avec des outils adaptés pour les fichiers et les logiciels, un assistant peut travailler sur des documents et d’autres livrables au lieu de ne renvoyer que des conseils conversationnels.
La limite importante réside dans le système environnant. Un modèle capable de proposer un appel d’outil ne fournit pas, à lui seul, chaque connecteur, autorisation ou intégration métier. L’accès aux fichiers, l’accès au web et les actions externes proviennent de l’application dans laquelle il est exécuté.
Une implémentation concrète est JaisVoice, l’assistant vocal local de l’équipe pour macOS. Son dépôt décrit la reconnaissance vocale locale et le fonctionnement de l’agent via MLX, avec une option permettant d’utiliser une API pour des modèles plus grands. Il documente également des contrôles d’approbation des actions et les exigences système, ce qui en fait un point de départ plus précis que de supposer que le téléchargement des poids d’un modèle de langage crée un assistant de bureau complet.
Le dépôt indique actuellement comme exigences Apple Silicon, macOS 26 et au moins 16 Go de mémoire. Il précise que les dépôts de modèles pertinents nécessitent un accès sur Hugging Face ; une annonce de lancement publique ne doit donc pas être considérée comme la preuve que chaque artefact peut être téléchargé anonymement.
Jais 3 adapte la famille K2 Horizon d’IFM. L’article technique distingue quatre modèles denses de deux variantes de type mixture-of-experts :
| Modèle | Architecture | Limite de contexte publiée |
|---|---|---|
| Jais 3 0.9B | Dense | 128K tokens |
| Jais 3 3.7B | Dense | 512K tokens |
| Jais 3 7B | Dense | 512K tokens |
| Jais 3 32B | Dense | 512K tokens |
| Jais 3 36B-A4B | MoE avec attention MoVA | 512K tokens |
| Jais 3 375B-A23B | MoE | 512K tokens |
Le modèle 0.9B constitue une exception au message principal de la famille autour de 512K. L’annonce générale de la version ne rend pas cette distinction aussi clairement que l’article technique.
Les développeurs publient des points de contrôle d’entraînement par étapes et des ressources d’évaluation, en plus des modèles finaux, avec une licence Apache 2.0 décrite dans la publication. C’est utile pour les chercheurs qui examinent l’adaptation, tandis que les équipes de déploiement doivent toujours vérifier l’artefact exact et ses conditions d’accès actuelles.
Decrivez votre idee une fois, et We0 AI peut generer un site vitrine, des pages et un CMS, puis vous aider a attirer clients et trafic apres le lancement.
Une génération de projet complète pour une inscription gratuite
Idéal pour essayer un flux de génération complet et voir rapidement une première ébauche de projet.
Les documents de presse présentent de solides résultats en arabe et pour les agents dans l’ensemble des tailles de modèles. La discussion technique nuance ce tableau : par exemple, la moyenne de l’agent du modèle phare est inférieure à celle de Qwen3.8-Flash-Next parmi les grands modèles ouverts comparés. Une affirmation générale de leadership sur chaque charge de travail d’agent surestimerait les preuves publiées.
La compréhension de l’arabe, le suivi des instructions, le traitement de fichiers et l’ingénierie logicielle sont des capacités distinctes. Évaluez celles dont l’application a réellement besoin, à l’aide de dialectes, documents et autorisations d’outils représentatifs.
Pour l’inférence, la recette vLLM Jais-3-7B documente les analyseurs d’appels de raisonnement et d’outils k2_horizon. Elle distingue également le nom de famille 7B du modèle d’un nombre de paramètres stockés plus élevé qui inclut les embeddings. L’article d’actualité initial n’est pas un tutoriel de déploiement ; aucune séquence d’installation inventée n’est donc ajoutée ici.
Jais 3 est une famille de modèles de langage axés sur l’arabe, créée par IFM chez MBZUAI et Inception42, avec la collaboration de Cerebras. Le lancement comprend également un composant de reconnaissance vocale pour les flux de travail oraux.
Les développeurs décrivent un entraînement et une évaluation couvrant les variantes régionales ainsi que l’arabe standard moderne. Les performances réelles doivent être testées sur le dialecte, le registre et la terminologie utilisés par le public visé.
Le composant décrit dans cette version est Jais-ASR, qui transcrit la parole. Ne supposez pas que son lancement fournit également de la synthèse vocale ou du clonage vocal.
Non, l’article technique indique 128K pour le modèle 0.9B. Les cinq autres modèles sont décrits avec des fenêtres de contexte de 512K, sous réserve de la configuration d’inférence utilisée.
La famille comprend des modèles plus petits destinés au déploiement local et en périphérie. Les besoins réels en mémoire dépendent de l’artefact, de la précision, du contexte et de l’application ; la plus grande variante exige une infrastructure nettement plus importante.
Ces capacités nécessitent une infrastructure d’agent dotée des outils et autorisations appropriés. L’entraînement du modèle à l’utilisation d’outils n’installe pas à lui seul les intégrations métier et n’autorise pas les actions externes.
Jais 3 réunit l’adaptation au langage arabe, la transcription sensible aux dialectes et les capacités d’utilisation d’outils dans une famille partagée de modèles. Sa gamme de tailles offre aux développeurs des options pour les assistants locaux et les déploiements hébergés de plus grande envergure.
La documentation technique est indispensable pour choisir une implémentation : le plus petit modèle dispose d’une limite de contexte plus courte, le leadership dans les benchmarks dépend de la tâche, et les agents ont besoin d’un système d’outils environnant. Choisissez et évaluez l’ensemble du flux de travail arabe, y compris la parole, les documents et les actions autorisées.
Partez d’une phrase et obtenez un site complet en quelques minutes.
