Note informative, sans valeur de conseil. Une idée par note, reliée à ses voisines et aux outils concernés.
L'idée en deux mots
Un modèle « open weights » (poids ouverts) met à disposition ses paramètres : vous pouvez le télécharger, le faire tourner chez vous, l'adapter. C'est déjà beaucoup, et c'est ce qui rend l'IA locale possible. Mais cela ne dit rien des données d'entraînement ni du code d'entraînement, souvent gardés privés.
L'« open source » au sens strict va plus loin. En octobre 2024, l'Open Source Initiative a publié une définition de l'« IA open source » qui exige bien plus que les poids : des informations détaillées sur les données, le code complet pour entraîner et faire tourner le modèle, et une licence approuvée. À cette aune, la plupart des modèles dits « ouverts » sont en réalité open weights, pas pleinement open source.
Pourquoi la nuance est utile
Ce n'est pas un reproche : les poids ouverts apportent déjà contrôle, souveraineté et indépendance vis-à-vis du cloud. Mais connaître la distinction aide à lire les licences sans se tromper, à juger la provenance des données et à garder l'esprit de transparence. Comme toujours : vérifier projet par projet.
À relier
- Les licences libres — lire ce qu'autorise vraiment un modèle.
- Les biais des modèles — pourquoi connaître les données compte.
- Les modèles européens — des poids ouverts près de chez nous.
- La transparence — l'esprit derrière l'ouverture.