# Lucie et Deepseek, vers une ère post-ChatGPT ?

Par Olivier BELTRAMO-MARTIN

Lucie.chat : un espoir avorté pour une IA souveraine

Il ne vous aura pas échappé que la France et l’Europe essaient tant bien que mal de se doter de capacités d’IA souveraines : orientation politique, cluster de calcul, mécanismes financiers et modèles de langage.
Au-delà des réussites de pépites franco-américaines comme Mistral AI et Hugging Face, une nouvelle initiative, lucie.chat, s’est formée grâce au partenariat entre LINAGORA, le CNRS et OpenLLM pour créer un LLM open-source grâce à une sélection de données françaises et anglaises de qualité. Malheureusement, l’accès au modèle a été fermé après 48h d’accessibilité suite aux multiples insultes reçues par une communauté “d’experts IA” qui jugent que le modèle est médiocre par rapport à ChatGPT.

Pourtant, on compare deux services bien différents : ChatGPT est un agent qui repose sur une multitude de modèles ajustés et de renforcement et dispose d’outils comme la recherche Web ou l’interprétation de code, là où Lucie reste un modèle académique pré-entraîné qui sert de base à un ajustement futur.
Arriver à ce niveau est déjà une performance en soi, en particulier dans un contexte économique tendu et il est navrant de voir ce type d’initiative avorté par des propos haineux d’une sphère incompétente.

DeepSeek : la Chine accélère pendant que l’Europe hésite

À côté de tout ça, la Chine ne se sabote pas elle-même et capitalise sur DeepSeek, l’entreprise chinoise créée en 2023 dont la mission est de progresser vers l’Intelligence artificielle générale (AGI) qui vient avec ses promesses d’émancipation de l’espèce humaine (ou pas).
Leur modèle – DeepSeek-R1 – est annoncé comme rivalisant avec ChaGPT-4o mais en beaucoup moins cher, de quoi propulser l’application DeepSeek- AI assistant à la première place des téléchargements sur l’App Store, reléguant ChatGPT sur la deuxième marche du podium.

Tenté par la culture chinoise ? N’hésitez pas à fournir vos données qui seront utilisées pour améliorer le modèle d’après leur Privacy Policy, après tout, vu comment les initiatives open-source et françaises sont reçues, nous risquons de ne plus avoir le choix pour utiliser les assistants IA. Sinon la version open-source est disponible via ollama ; avec ces 671 milliards de paramètres, il vous faudra un petit peu de VRAM de côté.

# Choisir entre Catalogues et Plateformes dans Gradle

Par Thomas Broyer

L’évolution de la gestion des dépendances dans Gradle

Quand j’ai commencé à utiliser Gradle, il y a une bonne dizaine d’années (en version 1.12 🧓), la gestion des dépendances était plutôt “limitée” (pas d’import de BOMs, pas de centralisation de la configuration), mais on pouvait s’en sortir grâce au scripting (et chaque projet était donc différent, ce qui reste une des critiques à l’encontre de Gradle encore aujourd’hui). Les choses ont heureusement beaucoup évolué pour devenir l’un des systèmes de gestion des dépendances les plus complets que je connaisse, laissant Maven complètement sur la touche. Mais on en arrive du coup à une situation où on ne sait pas toujours quelle solution adopter parmi les différentes possibilités proposées par l’outil.

Versions catalogs vs. Dependency platforms : que choisir ?

Dans cet article, Benedikt Ritter (ancien employé de Gradle, Inc. désormais consultant indépendant) nous explique comment choisir entre les versions catalogs (ajoutés en 7.0 en 2021, devenus stables en 7.4 en 2022) et les dependency platforms (ajoutées en 5.0 en 2018, améliorées en 5.2 en 2019, devenues stables en 6.0 la même année), et quand utiliser les deux de concert.