Les modèles à poids ouverts sont des modèles d'apprentissage automatique, généralement des grands modèles de langage ou d'autres modèles de fondation, dont les paramètres entraînés, ou poids, sont publiés publiquement pour que chacun puisse les télécharger, les exécuter localement, les inspecter et les affiner. Cela contraste avec les modèles propriétaires ou fermés, tels que GPT-4 ou Claude, qui ne sont accessibles que via une API payante ou une interface hébergée, les poids sous-jacents restant privés.
Terminologie
Le terme « poids ouverts » est souvent utilisé à la place de « open source », car la seule publication des poids ne satisfait pas aux définitions traditionnelles de l'open source, qui exigent généralement que les données d'entraînement, le code d'entraînement et la méthodologie soient également publics et librement réutilisables. La plupart des modèles ouverts largement utilisés, y compris Llama, les publications de Mistral et Qwen, publient les poids et souvent les détails de l'architecture, mais pas la totalité des données d'entraînement ni la recette complète d'entraînement, ce qui fait de « poids ouverts » un terme plus précis que « IA open source », une expression que des organisations comme l'Open Source Initiative ont travaillé à définir plus strictement.
Histoire
Les premières publications ouvertes influentes incluent les modèles Llama de Meta, publiés pour la première fois en février 2023 et initialement divulgués avant une publication officielle plus large, ce qui a déclenché une vague d'affinage communautaire et de modèles dérivés. Stability AI et son Stable Diffusion (2022) ont joué un rôle similaire pour la génération d'images. De 2023 à 2025, les publications à poids ouverts ont proliféré, notamment les modèles de Mistral AI, la famille Qwen d'Alibaba et, en particulier, DeepSeek avec DeepSeek-R1 en janvier 2025, un modèle de raisonnement à poids ouverts dont les affirmations d'efficacité d'entraînement ont contribué au choc de marché DeepSeek. Des efforts à but non lucratif et de recherche, y compris le projet OLMo de l'Allen Institute for AI, ont poursuivi une ouverture plus complète, publiant les données d'entraînement et le code en plus des poids.
Licences
Les modèles à poids ouverts sont publiés sous diverses licences, allant de licences permissives proches de l'open source traditionnel à des licences personnalisées imposant des conditions, telles que des plafonds d'utilisation liés aux revenus d'une entreprise ou des restrictions sur l'utilisation des sorties pour entraîner des modèles concurrents. Cette variation a fait du terme « ouvert » une étiquette contestée, car deux modèles tous deux décrits comme à poids ouverts peuvent porter des conditions juridiques sensiblement différentes.
Débat entre ouvert et fermé
Les partisans de la publication à poids ouverts soutiennent qu'elle démocratise l'accès à une IA puissante, permet une recherche indépendante en sécurité et des travaux d'interprétabilité, évite le verrouillage fournisseur et autorise un déploiement dans des contextes sensibles à la vie privée ou hors ligne. Les critiques, y compris certaines voix au sein de la sécurité de l'IA, soutiennent qu'une fois les poids publics, les mesures de sécurité intégrées à un modèle hébergé, telles que les garde-fous contre les usages nuisibles, peuvent être supprimées par quiconque possède les compétences techniques pour affiner le modèle, et que la publication ouverte élimine toute capacité à révoquer l'accès à une capacité dangereuse après coup. Des figures comme Yann LeCun ont plaidé pour l'ouverture comme essentielle à la concurrence et au progrès scientifique, tandis que d'autres favorisent des pratiques de publication plus prudentes et par étapes, comme OpenAI l'a initialement adopté avec GPT-2 en 2019.
Dimensions économiques et géopolitiques
Les publications à poids ouverts sont devenues une stratégie concurrentielle : Meta a positionné Llama comme un moyen de commoditiser la couche des modèles de base tout en rivalisant sur les produits et l'infrastructure, et les publications ouvertes agressives des laboratoires chinois ont été interprétées en partie comme une réponse aux contrôles à l'exportation des États-Unis sur les puces avancées, car un modèle ouvert largement adopté étend l'influence même là où l'accès aux API propriétaires de pointe est restreint. En 2025, les modèles à poids ouverts de plusieurs laboratoires approchent les performances des principaux modèles fermés sur de nombreux bancs d'essai, bien que les plus grands modèles frontières soient généralement restés fermés.