Gemma 4 : comment un LLM peut-il voir et entendre sans encodeur ?
Gemma 4 12B supprime les encodeurs vision et audio : les patchs image et les formes d'onde sonore entrent directement dans le Transformer. Comment c'est possible, ce que ça change pour le raisonnement, et pourquoi ça tient sur une carte de 8 Go une fois quantifié.