Pourquoi nous payons jusqu'à $10 000 pour améliorer les modèles locaux

Notre objectif est de créer un pipeline de traitement de la parole entièrement local : reconnaissance, diarisation et traduction directement sur l'appareil de l'utilisateur, sans aucun serveur. Le principal obstacle sur cette voie reste la qualité des modèles locaux sur du matériel grand public. C'est pourquoi nous lançons un programme de récompenses et invitons les ingénieurs du monde entier à nous rejoindre.

Comment ça marche

Si vous prenez un modèle local — qu'il s'agisse de reconnaissance vocale, de diarisation des locuteurs ou de traduction — et que vous le rendez meilleur que n'importe quelle solution open-source disponible, nous sommes prêts à vous récompenser. Le montant de la prime dépend de l'ampleur de votre amélioration :

• $100–$1 000 — amélioration notable : accélération, réduction de la consommation de mémoire, gain de précision sur nos scénarios d'usage.
• $1 000–$5 000 — avancée majeure : le modèle surpasse nettement la meilleure solution open-source en termes de qualité, ou fonctionne sur du matériel qui ne pouvait pas le supporter auparavant.
• $5 000–$10 000 — rupture technologique : vous avez repensé l'approche de fond en comble et obtenu un résultat plusieurs fois supérieur à n'importe quelle solution ouverte. Il s'agit concrètement d'un logiciel de pointe que nous rachetons en partie.

Ce que nous évaluons

Le critère principal est un résultat reproductible sur des tâches réelles : reconnaissance vocale lors d'appels, séparation des locuteurs, traduction en temps réel. Nous évaluons la qualité, la vitesse et la consommation de ressources sur du matériel utilisateur standard, et non sur des benchmarks théoriques.

Pourquoi cette démarche

Une petite équipe, renforcée par l'AI, peut sortir un produit aussi rapidement qu'un grand studio — mais les avancées de rupture dans les modèles naissent d'individus précis avec des idées précises. Il est plus avantageux pour nous de rémunérer équitablement ce qui fait réellement progresser le produit, plutôt que de chercher à le développer en interne pendant des années.

Si cela vous intéresse, contactez-nous via la page de l'équipe. Expliquez-nous ce que vous avez amélioré et comment nous pouvons le tester.