Modèle à poids ouverts (open weights)
En anglais : Open-weight model
Modèle dont les paramètres entraînés, appelés poids, sont publiés et téléchargeables, ce qui permet de l’exécuter, de l’héberger et de l’adapter soi-même, selon les conditions de sa licence.
Exemple
Une banque télécharge un modèle open weights, l’installe sur ses propres serveurs et l’affine sur ses procédures internes, après avoir vérifié que la licence autorise l’usage commercial.
Notions liées
Fine-tuning (affinage)
IntermédiaireTechnique qui poursuit l’entraînement d’un modèle déjà pré-entraîné sur un jeu de données plus restreint, afin de modifier ses poids et de l’adapter à une tâche, un domaine ou un style.
IA en local
DébutantExécution d’un modèle d’IA directement sur son propre ordinateur ou serveur, sans envoyer les données à un service distant, généralement grâce à un modèle open weights.
IA open source
IntermédiaireSystème d’IA publié avec les libertés de l’utiliser, de l’étudier, de le modifier et de le partager, ce qui suppose l’accès aux poids, au code et à des informations suffisantes sur les données d’entraînement.
Quantification (quantization)
AvancéTechnique qui réduit le nombre de bits utilisés pour stocker chaque poids d’un modèle, par exemple de 16 à 8 ou 4 bits, afin de le rendre plus léger et plus rapide.
Souveraineté numérique
IntermédiaireCapacité d’un État, d’une organisation ou d’un ensemble comme l’Union européenne à maîtriser ses infrastructures, ses données et ses technologies, sans dépendance excessive envers des acteurs ou des législations étrangers.
Dépendance fournisseur (vendor lock-in)
IntermédiaireSituation dans laquelle une organisation devient si dépendante d’un fournisseur de technologie qu’en changer serait coûteux, long ou techniquement difficile.