Modèles ouverts et modèles fermés
En bref
Un modèle fermé n'est accessible qu'à travers le service de son éditeur ; un modèle ouvert publie ses poids, que chacun peut télécharger et faire tourner. Entre les deux, les licences et le degré d'ouverture varient beaucoup.
Définition
- Un modèle fermé (ou propriétaire) n'est utilisable qu'à travers l'application ou l'API de son éditeur. Ses paramètres, appelés poids, restent secrets.
- Un modèle ouvert (open weights) publie ses poids : on peut le télécharger, l'exécuter sur ses propres machines et l'adapter.
- Un modèle open source au sens strict va plus loin : selon la définition de l'Open Source Initiative (2024), il doit aussi donner accès à des informations suffisantes sur les données d'entraînement et au code permettant de le reproduire. Peu de modèles remplissent toutes ces conditions.
Intérêts d'un modèle ouvert
- Maîtrise des données : il peut tourner sur vos serveurs ou votre ordinateur, sans envoyer d'informations à un tiers.
- Personnalisation : on peut l'ajuster (fine-tuning) à un besoin précis.
- Indépendance : pas de dépendance à un seul fournisseur, ni aux changements de prix ou de conditions.
Intérêts d'un modèle fermé
- Souvent les plus performants au moment de leur sortie.
- Aucune installation : un compte suffit.
- Sécurité, mises à jour et infrastructure gérées par l'éditeur.
Points d'attention
- Lire la licence : certaines licences « ouvertes » limitent l'usage commercial ou imposent des conditions.
- Coût matériel : faire tourner un grand modèle ouvert demande des machines puissantes.
- Responsabilité : en Europe, le règlement sur l'IA prévoit des obligations différentes selon le type de modèle et son usage.
Une erreur ou une idée sur cette fiche ? Dites-le-nous