Multiverse Computing

Le 8 septembre 2026, Multiverse Computing a publié sur Hugging Face les résultats de son article « Safety for Whom? Boundary-Aware Self-Distillation for Controlled LLM Safety Refusal », qui traite le refus non plus par sujet entier mais par sous-ensemble d'un sujet. Sur Qwen3-8B, l'entraînement au refus des demandes politiques manipulatrices fait monter le refus dans la distribution visée de 9,47 à 84,75 % et fait tomber le taux de réponses nuisibles de 26,26 à 0,14 % en moyenne sur HarmBench, StrongREJECT et WildJailbreak, notés par LlamaGuard-3. Au même point de contrôle, le sur-refus mesuré sur XSTest grimpe de 2,00 à 74,00 %. En ajoutant des paires de requêtes qui partagent le même thème et ne diffèrent que par l'intention, l'équipe ramène le sur-refus sur les cas légitimes de 32,94 à 4,16 %, le refus des cas nuisibles ne reculant que de 91,88 à 87,72 %. Une stratégie de relances progressives réduit par ailleurs les invites perdues à la génération de 19,88 à 0,20 %.

Le 2 septembre 2026, Multiverse Computing a présenté Quasar 438B, un modèle de plus de 438 milliards de paramètres qui prend en charge l'anglais et l'espagnol et reste accessible via son API CompactifAI. L'entreprise le crédite d'un score de 43 sur l'Artificial Analysis Intelligence Index v4.1.1, qu'elle décrit comme le meilleur résultat obtenu par un modèle européen, devant Inkling à 42, NVIDIA Nemotron 3 Ultra à 38 et Mistral Medium 3.5 à 30. Quasar 438B obtient 75,0 sur le banc de contexte long AA-LCR et 69,3 sur Terminal-Bench v2.1, et met 15,3 secondes à produire 500 tokens. L'écart avec les modèles de frontière reste marqué : sur le même index, Claude Opus 5 est mesuré à 63.

Le 25 août 2026, Multiverse Computing a publié Quantization-Aware Healing, une méthode destinée à récupérer la performance perdue par les modèles de langage compressés en basse précision. Le principe consiste à distiller depuis le modèle enseignant complet d'origine plutôt que depuis un point de contrôle intermédiaire déjà récupéré. Appliquée à GPT-OSS 120B d'OpenAI, ramené à 60 milliards de paramètres puis quantifié en MXFP4 sur 4 bits, elle produit un modèle que l'entreprise déclare supérieur à sa contrepartie de 60 milliards de paramètres en BF16 sur sept des neuf bancs mesurés. Les écarts rapportés sont de 42,7 contre 35,3 sur AA-LCR, 76,3 contre 70,7 sur AIME 2025, 40,9 contre 38,2 sur Aider et 67,4 contre 65,7 sur GPQA Diamond. Ces mesures sont celles de l'éditeur. Le procédé est décrit dans un article déposé sur arXiv sous la référence 2608.20953.