Introducing 𝙻𝙵𝙼𝟹: our new generation of Liquid Foundation Models. With a new tri-hybrid architecture and new multimodal encoders, the LFM3 family is the ideal model suite for specialized intelligence.
> 6 model instances, across text, audio, vision, and omni modalities, generative and decision models.
> 𝙻𝙵𝙼𝟹-𝟷.𝟽𝙱: text, 256k context window.
> 𝙻𝙵𝙼𝟹-𝚅𝙻-𝟸𝙱: vision-language model with video-input support for spatial understanding
> 𝙻𝙵𝙼𝟹-𝙰𝚞𝚍𝚒𝚘-𝟸𝙱: tool calls, voice chat, reasoning in 18 languages.
> 𝙻𝙵𝙼𝟹-𝙾𝚖𝚗𝚒-𝟸𝙱: an omni model combines vision, audio, and language.
> 𝚍𝟷-𝟸𝙱 and 𝚍𝟷-𝙾𝚖𝚗𝚒-𝟸𝙱: decision models with typed outputs and calibrated probabilities in a single pass. Omni adds audio input.
> fine-tune on 1 GPU.
> a new tri-hybrid architecture
> architecture optimized for 14 processor classes across GPUs, CPUs, and NPUs.
> 𝙻𝙵𝙼𝟹-𝚅𝙻-𝟸𝙱 is a beast. It performs competitively with Gemma 4 12B (6x larger), and Gemini 3.5 Flash Lite, and GPT-5.6 Luna, with 1.9B parameters.
> 𝙻𝙵𝙼𝟹-𝟷.𝟽𝙱 is #1 on the Pareto frontier of device intelligence 𝚙𝚒𝚙𝚎𝚝𝚝𝚎.𝚕𝚒𝚚𝚞𝚒𝚍.𝚊𝚒
Every modality for specialized intelligence. Pick the one that fits your use case, customize it, and run it on-device.
1/ 🧵
i'm open sourcing UNBROKER: a tool that finds where your personal info is exposed by data brokers and files the removals for you
it runs as a skill in Hermes Agent
_________
your data is everywhere; hundreds of brokers publish your name, current and old addresses, phone, email, birthday, even your relatives. anyone can find where you live in about ten seconds
CCPA, CPRA, GDPR, and a growing number of state laws say a broker has to delete your data if you ask. there's just no easy bulk button. every broker has a different process and many make it intentionally difficult to exercise your right to delete
this is the entire business model for companies like DeleteMe, Incogni, EasyOptOuts; they charge you monthly (DeleteMe is $330/yr for a Family plan) to file removals that you can submit yourself for free, and then you're giving a new company the exact data you want to erase
so i built one you just run for free. your data never even has to leave your machine if you run a local model
_________
how it works:
first it builds search vectors from everything: every name, alias, email, phone, and address you've had (brokers might index you under a maiden name or a house you left in 2014, so the naive "current name + current city" approach can miss profiles). then it fans out parallel sub-agents across the broker list, which refreshes from a maintained public source
automation is tiered. when it can handle a broker end to end with your settings, it drives a browser through the opt-out form, sends the email, and opens the confirmation link itself. soft CAPTCHAs clear on their own with a real browser. anything only a human can finish comes back to you as a short list at the end
the email side doesn't need a stored password and can send opt-outs and open verification links through your own logged-in webmail. you can also wire up SMTP, or keep it manual and just send the drafts it writes
it tailors every request to your jurisdiction, filing under the framework that applies where you live: CCPA and CPRA in California, GDPR in the EU and UK, a general right-to-delete request everywhere else. if you're in California it also uses the state's DROP portal, a single request that covers 500+ registered brokers at once
it holds as little of your data as it can, and keeps it local. dossiers are encrypted at rest if you want, opaque ids keep your real name out of every filename and log, and nothing leaves your machine unless you opt in
brokers sometimes relist you eventually or new ones find your data, so every case is tracked in a ledger and can be re-scanned on a cron schedule so if your data pops back up it files the removal again
github.com/NousResearch/herm…
Cedric Lejeune retweeted
The ugly truth about France and some of the other European countries currently in turmoil - and which none of the politicians want to admit because it'd be political suicide - is that you can't solve the problem by going after immigrants (as the right asserts) or the rich (as the left asserts), but you could solve it by going after the old.
One extraordinary statistic for you: people over 60 in France, a quarter of the population, own 60% of France's wealth, non-financial and financial (ofce.fr/pdf/revue/2025/3-192…).
And here is another crazy statistic:
that same quarter of the population, those above 60, receive nearly two-thirds of all social spending by the French government (previssima.fr/actualite/prot…) - which is famously among the highest in the world (France's government spending is an insane 57.3% of GDP).
Last statistic: they make up about 40% of voters because they're a third of registered voters (insee.fr/fr/statistiques/266…), and they turn out far more than anyone else (franceinfo.fr/elections/sond…).
Put our 3 statistics together and there's almost a bit of an apartheid situation here: the old own most of the country's wealth, collect most of the social spending and have the political power to keep it that way.
Which makes them a de-facto rentier class, living off assets and transfers paid for by younger generations.
And, of course, at the risk of stating a truism, the future is built by the young. Yet France keeps effectively taking money away from them to give it to those whose working lives are already behind them - and need the money far less since they already own the country's wealth.
What about inheritance, I hear you ask? That's the funniest/saddest aspect: given that life expectancy has kept rising, the French now inherit a home at 54 on average. The most common case is someone in their 80s leaving it to heirs in their 50s, in effect the very old transferring wealth to the about-to-be old (insee.fr/fr/statistiques/fic…).
You can add this to our earlier apartheid statement: on top of all the rest, even when the old finally let go of their wealth, it stays within their own "camp".
That's my personal situation, incidentally: I'm 42, my father is 71 and he is starting to look at ways to pass things on to me and my siblings, when our professional lives are already well settled, so it'll arrive when it changes things the least, which is pretty much the French system in a nutshell.
Now, I get that there'd be some unfairness in going after them: they paid into the system their entire working lives, playing by the rules of a social contract that told them if they paid up they'd collect at the end. Changing the rules now means breaking that promise, which is admittedly unfair.
But there's no magic wealth tree in any society: you can only take it where it is. That's the way most major societal transformations end up happening. They're often triggered by a catastrophic event (the so-called "four horsemen": mass-mobilisation war, revolution, state collapse, plague) BUT what really drives change is a transfer: wealth gets pried from the privileged class who've been sitting on it and handed to those who'll build what comes next.
So, in theory and in an ideal world, you can do without the catastrophic event and directly proceed with the transfer...
The fact that in France, and elsewhere in Europe, it's the youth protesting is probably no coincidence - even though they don't frame it as a generational fight. And even though, cruel irony, the left politicians many of them march behind promise to bring the retirement age back to 60 (lcp.fr/actualites/legislativ…), which would make the situation even worse.
Let's say they understand intuitively that the system is stacked against them, even if they haven't yet figured out how. And politicians are obviously doing what politicians do, meaning pandering to the people who actually vote, while pointing the young towards easier - and politically convenient - scapegoats.
To be clear I'm not saying it's the only problem in France, VERY far from it. I'm also not saying that all old people in France live a lavish lifestyle at the expense of younger generations: there are also plenty of very poor retirees who, if anything, would deserve more.
What I am saying is that it's probably the biggest elephant in the room: everyone can see it, nobody dares mention it - no politician, from any side, wants to run on cutting grandma's pension - and it makes every other problem harder to fix.
A new adventure ! I liked so much @karpathy 's llm-wiki that I thought we could use to standardize knowledge management, so I'm building a suite of tools to build and distribute llm-wikis. github.com/lejeunecedric/Sau…
Cedric Lejeune retweeted
Nous cherchons 100 dev et 100 devops à Lille, Brest, Rennes, Lyon et Paris. On étudie aussi les CV en remote #Ovh.
Cedric Lejeune retweeted
Ils ont voulu faire un parcours pourri, ils vont avoir droit aux images de masse prises depuis des immeubles immenses.
Bien fait !
🇫🇷
Cedric Lejeune retweeted
💙🤍❤️
"Le chef-d'œuvre le plus abouti du capitalisme contemporain n'est ni l'iPhone, ni la start-up licorne, ni même le milliardaire visionnaire.
Non.
Son produit phare, son bijou anthropologique, sa plus belle réussite, c'est le pauvre de droite. Une véritable prouesse sociale, dépouillé matériellement, mais riche en certitudes contre ses propres intérêts.
On l'a façonné avec soin. On lui a expliqué que ses problèmes venaient toujours d'en bas ou d'à côté, l'immigré, l'assisté, le fonctionnaire, le chômeur, jamais du haut. On lui a appris à hair l'impôt tout en survivant grâce aux services publics. À défendre les héritiers tout en n'ayant rien à transmettre. À applaudir ceux qui l'écrasent, pourvu qu'ils parlent fort et promettent l'ordre.
Le pauvre de droite est une créature fascinante, il vote contre lui-même avec ferveur, persuadé qu'un jour, peut-être, il sera du bon côté de la barrière. Il confond la brutalité avec le courage, l'autoritarisme avec la protection, l'injustice avec le mérite. On lui vend la peur en kit, l'identité en solde, la colère en vrac par abonnement mensuel.
À l'aube de ce monde nouveau, les monstres ne surgissent pas des marges : ils montent des urnes, des plateaux télé, des slogans simplistes. Ils prospèrent sur la misère organisée et la lucidité sabotée. Le capitalisme n'a pas seulement produit de la pauvreté ; il a réussi bien pire : la rendre docile, obéissante, hargneuse, et reconnaissante. Un chef-d'œuvre je vous dis !"
Maximino Fernández
Pet project : as I'm working on enterprise knowledge management I need to have knowledge "pools" that I articulate together to feed the "brain", on topics that I know enough so I can detect "glitches". Side effect, this is actually fun to read. github.com/lejeunecedric/B3W…
Cedric Lejeune retweeted
Le moment où le pouvoir a perdu la bataille de l’image d’où les tirs furieux de grenades..🎼🙏🏻
La vidéo de l’orchestre du nouveau monde jouant sous les gaz lacrymogènes restera probablement l’un des plus grands symboles de la révolution du #17octobre
Cedric Lejeune retweeted
Ce qui est troublant est plutôt que les gens pensent que ChatGPT, Claude ou Gemini peuvent remplacer un moteur de recherche.
Je veux X bien que Madame Michu ne sache pas, mais que des soi-disant professionnels se pèlent une étude en carton est fantastique.
Voici la différence fondamentale : un moteur de recherche comme Google est conçu pour explorer le Web, indexer les pages et fournir des résultats accompagnés de liens vers des sources actualisées.
Un LLM (grand modèle de langage), en revanche, ne consulte pas Internet par défaut. Il génère du texte à partir des connaissances et des schémas linguistiques acquis lors de son entraînement.
Cela signifie qu’il peut produire des réponses très convaincantes, avec un ton assuré, tout en fournissant des informations erronées, inventées ou obsolètes. C’est ce qu’on appelle notamment le phénomène des hallucinations.
Un LLM est particulièrement performant pour synthétiser des informations, expliquer des concepts, analyser des idées ou rédiger du contenu. En revanche, sans accès à des outils de recherche externes, il n’est pas conçu pour garantir l’exactitude des informations les plus récentes ni pour fournir systématiquement des sources vérifiables.
En résumé, Google et ChatGPT ne remplissent pas exactement la même fonction :
* Google permet principalement de rechercher et de retrouver des informations et leurs sources.
* ChatGPT permet principalement de comprendre, interpréter, synthétiser et générer des informations.
Il faut toutefois nuancer cette distinction : ChatGPT peut également utiliser des outils de recherche sur Internet, ce qui rapproche certaines de ses fonctionnalités de celles d’un moteur de recherche.
Ces deux technologies sont donc complémentaires, mais elles ne sont pas directement interchangeables.
Cedric Lejeune retweeted
Nous n’avons pas eu, à ma connaissance, la moindre prise de parole d’un responsable de l’Etat ou du gouvernement pour appeler dans ce moment de grave fracture à ne pas céder aux discours racistes. Chirac me manque tellement dans ces moments là. Le dernier des dignes en tant que président.
Je remets ici le passage de sa toute dernière allocution :
« D'abord, ne composez jamais avec l'extrémisme, le racisme, l'antisémitisme ou le rejet de l'autre. Dans notre histoire, l'extrémisme a déjà failli nous conduire à l'abîme. C'est un poison. Il divise. Il pervertit, il détruit. Tout dans l'âme de la France dit non à l'extrémisme.
Le vrai combat de la France, le beau combat de la France, c'est celui de l'unité, c'est celui de la cohésion. Oui, nos valeurs ont un sens ! Oui, la France est riche de sa diversité ! Oui, l'honneur de la politique, c'est d'agir d'abord pour l'égalité des chances ! C'est de permettre à chacun, à chaque jeune, d'avoir sa chance. Ce combat, malgré tous les obstacles, et même si je mesure le chemin qui reste à parcourir, il est désormais bien engagé. Il doit nous unir dans la durée. C'est l'une des clés de notre avenir. »
Cedric Lejeune retweeted
on me dit de rester focus sur la deeptech mais mes tech bros qui pensent pouvoir bâtir le futur en s'enfermant dans une bulle purement technique ne comprennent pas qu’isoler la technologie de la politique et de la sociologie est le moyen le plus sûr de fabriquer des gadgets sans âme qui permettent simplement d’optimiser l’existant
sachez les amis que les systèmes humains sont interconnectés: la physique, la culture et l'économie obéissent aux mêmes lois de friction et si vous ne comprenez pas pourquoi les jeunes désespèrent face à la perte de substance industrielle et à l'angoisse de l'avenir, vous ne comprendrez jamais où orienter le levier technologique, le sentiment d'impasse est le moteur des grandes ruptures
de même comme je l’ai souvent dit ici, ce désarroi générationnel est la conséquence directe du court-termisme des démocraties occidentales dont les mandats à 5 ans ont détruit toute capacité de planification à 30 ans et voir une jeunesse qui va arriver à bac + 5 contempler le chômage de ses aînés tout en redoutant l'obsolescence immédiate de ses compétences face à l'IA montre la profondeur de la fracture
le sentiment d'impasse et la friction sociale sont précisément les variables qui indiquent où la technologie doit agir pour reconstruire du réel à partir des premiers principes
Cedric Lejeune retweeted
Après ML4, Mistral a sorti un modèle qui ne fait pas trop parlé. Je l'ai fait tourner sur ma machine pour voir s'il tient ses promesses.
Timestral, sorti le 15 octobre, ne génère pas de texte : il prévoit la suite d'une série de chiffres. Vous lui donnez trois semaines de consommation électrique, de température ou de charge serveur, il vous renvoie les prochaines heures avec une fourchette d'incertitude. Il existe en quatre tailles, de 5M à 209M paramètres, et le plus gros pèse 837 Mo. Il tourne sans GPU et s'utilise directement sur vos données, sans réentraînement.
À quoi ça sert concrètement ? Partout où des chiffres arrivent en continu sans équipe data pour les modéliser. Mistral cite les usines qui surveillent leurs capteurs pour repérer une machine qui dérive, la finance, l'énergie, la logistique, la supervision de serveurs. Un modèle qui répond en quelques dizaines de millisecondes sur un CPU s'installe là où personne ne mettrait un GPU.
Le cas qui me parle le plus, c'est celui des agents. Demander à un LLM de lire 2 000 points pour deviner la suite, c'est lent et peu fiable. Lui donner Timestral comme outil, c'est différent : l'agent demande une prévision, regarde si la mesure réelle sort de la fourchette, et tient un détecteur d'anomalie en une fraction de seconde. C'est exactement l'exemple que Mistral montre, avec une pompe industrielle.
Pour nous, le premier usage s'est présenté pendant que je le testais. Ma machine était saturée : swap plein, charge à 40 pour 32 cœurs, et 13 processus déjà tués faute de mémoire. Prévoir la charge du homelab pour l'heure qui vient, et prévenir avant que ça déborde, c'est pile le genre de tâche que Timestral peut faire en local, gratuitement. Même chose pour nos agents, qui gagneraient un vrai outil de prévision au lieu de lire des colonnes de chiffres.
Reste à savoir si ça tient. Mistral annonce deux choses : la première place des modèles pré-entraînés sur les benchmarks de référence, et 140 ms par prévision sur un simple CPU. J'ai voulu vérifier les deux.
Sur mon Evo, un Ryzen AI Max+ 395 sans GPU, le plus gros modèle met 218 ms dans le cas décrit par Mistral, et le plus petit 44 ms. C'est un peu plus que les chiffres annoncés, ce que la saturation de la machine suffit à expliquer. L'ordre de grandeur est bon, et c'est plus de deux fois plus rapide que Chronos-Bolt d'Amazon à taille comparable.
Pour la précision, j'ai relancé moi-même 14 tâches du benchmark fev-bench avec le même code que les résultats publiés. J'obtiens exactement les mêmes scores, au chiffre près. Sur le classement complet, Timestral est bien premier des modèles utilisables tels quels, avec une avance assez faible sur ses poursuivants, dont TimesFM-3 de Google. Le plus intéressant pour moi, c'est la version 28M : sept fois plus petite, elle passe quand même devant Chronos-2 d'Amazon. Pour la plupart des usages, je partirais sur celle-là.
Seul bémol, la licence : les poids sont libres, sauf pour les entreprises au-delà de 20 millions de dollars de chiffre d'affaires mensuel.
Annonce : mistral.ai/news/timestral
Code : github.com/mistralai/timestr…
Poids : huggingface.co/mistralai/Tim…
Cedric Lejeune retweeted
Holy 💩. Tencent released a Local AI model dedicated to deciding what your AI agent should remember.
This might become my favorite memory companion local AI model to pair with Qwen3.8-27B
And community Q4 builds are already around ~17GB. 👀
Hy-Memory-30B-A3B is not meant to be a chatbot but rather a dedicated long-term memory writer.
It
🧠 reads new conversations / agent activity
🎯 decides what is actually worth remembering
📝 turns evidence into precise persistent memories
🔄 updates memories when facts change
🗑️ avoids storing irrelevant information
💾 maintains the persistent memory bank
Why?
Without persistent memory, your agent either:
🧠 forgets useful information when the session/context ends
📚 keeps stuffing old conversations back into context
A memory system gives your agent a compact long-term store that survives across sessions.
Hy-Memory is the model deciding what deserves to go into that store.
And today memory systems often use a general-purpose LLM for that job.
Tencent instead trained a sparse specialist specifically for it.
And Tencent reports it beats much larger frontier models at that specific task
🏆 Hy-Memory-30B-A3B → 55.49
Claude Opus 5 → 54.62
DeepSeek V4.1 Flash → 53.64
Qwen3.6-35B-A3B → 50.37
EverMemOS ranked #1 there at 56.89.
Specs
🧠 30B total
⚡ ~3B active/token
🔓 Apache 2.0
🏠 open weights
⚙️ vLLM + SGLang
🔌 OpenAI-compatible API
And community quants are already arriving:
Q4_K_M → ~17GB
Q5_K_M → ~20GB
Q6_K → ~23GB
EXL3 4.08bpw → ~15GB
That puts it roughly in the same memory class as a Qwen3.8-27B Q4.
Except Qwen3.8-27B is a dense general-purpose model.
Hy-Memory activates only ~3B parameters/token and was trained specifically for remembering.
🔗 Link in ALT
Cedric Lejeune retweeted
Prenez cette photographie : des jeunes prennent un selfie avec un manifestant déguisé en Gandalf. Un moment festif, une ambiance tranquille. Cela aussi fait partie du cortège.
Mon propos porte sur l’économie du chaos : les affrontements fournissent des images à vendre, notamment aux agences de presse. Lorsque toute l’attention se concentre sur la confrontation, ces moments paisibles disparaissent du récit.
Ahaha, to update Hermes Agent, I had to used @opencode to write a git graph as it couldn't complete the update by itself... it's fun to work with these guys
62tok/s avec Holo4 35A3B sur Strix Halo, stock Q4KM. Est-ce que c'est le Qwen3.8 35A3B de nos rêves? On va bientôt le savoir.
@hcompany_ai ça fait du 50 tok/s avec Hermes (désolé ;-) ) et 262tok de contexte et ça a l'air propre, on va continuer à creuser !
Today we release 𝙻𝙵𝙼𝟸.𝟻-𝟸𝟺𝙱-𝙰𝟸𝙱, the largest 𝙻𝙵𝙼𝟸.𝟻 family member. It is an efficient local model for laptops and PCs to work through multi-step tasks inside popular agent harnesses.
> 24B total parameters, 2B active per token
> Context expanded to 131K tokens
> A 128K-token vocabulary
> 33T pretraining tokens
> It is a reasoning model
> Very easy to fine-tune and customize
> Performs competitively with Qwen3.6-35B-A3B, a model with ~50% more total and active parameters, on agentic and tool-use tasks.
> Open base and post-trained weights on @huggingface 🤗
1/























