Présentation
Meta AI dévoile la série Muse Wonder, composée de deux modèles : Muse Wonder et Muse Wonder Full. Les deux sont accessibles via l’API Meta Model et la plateforme Muse Code, et seront intégrés aux services Muse pour les abonnés. Leur objectif déclaré est de fournir des performances de pointe sur des tâches d’agents personnels et professionnels, en particulier dans les domaines juridique, financier et santé.
Architecture et mécanismes
Les modèles sont entraînés dans le centre de données Prometheus, décrit comme « gigawatt‑scale », ce qui indique une infrastructure de calcul massive et une consommation énergétique élevée. L’entraînement combine pré‑apprentissage à grande échelle et apprentissage par renforcement, suivant la méthodologie introduite avec Muse Spark. Deux concepts clés sont introduits : Active Memory, qui conserve le contexte pertinent d’une conversation et le rend disponible lors de nouvelles requêtes, et Active Focus, qui guide le modèle à persévérer sur un objectif, à explorer des alternatives et à demander des clarifications si nécessaire.
Évaluations et performances
Sur le benchmark Harvey’s Legal Agent Benchmark (LAB), Muse Wonder montre une capacité à manipuler des documents sources et à suivre des instructions détaillées pour produire des livrables juridiques. La capacité de focalisation est mesurée avec FocusBench, tandis que la persistance sur des projets logiciels longs est testée via SWE‑Marathon. Les résultats publiés placent Muse Wonder et Muse Wonder Full au sommet des classements sur des critères de mémoire, de focus et de codage, surpassant notamment le modèle précédent Muse Spark 1.3. Une analyse de la corrélation entre performance « in‑distribution » (tâches ciblées pendant le post‑training) et « out‑of‑distribution » (tâches non ciblées) montre que Muse Wonder Full maintient un avantage proportionnel grâce à une base de modèle plus puissante.
Implications et limites
Le passage à une architecture à mémoire active ouvre la voie à des agents capables de gérer des interactions prolongées sans perte de contexte, ce qui réduit le besoin de re‑injecter manuellement des informations. Cependant, la dépendance à un centre de données de très grande échelle pose des questions de coût énergétique et de scalabilité pour les petits acteurs. De plus, les évaluations restent centrées sur des benchmarks spécifiques ; la généralisation à des scénarios réels non couverts par les tests demeure incertaine. Enfin, la disponibilité via l’API implique un contrôle d’accès qui pourrait limiter l’accès à la communauté de recherche externe.
