Glossaire encyclopédique · France
open weights
Expression utilisée pour les modèles d’IA dont les paramètres appris — les « poids » — sont accessibles. Cela ne signifie pas nécessairement que les données d’entraînement, le code complet ou toutes les libertés d’un logiciel open source sont fournis.
Définition
Les poids d’un modèle sont les paramètres numériques ajustés pendant l’entraînement. Lorsqu’ils sont publiés, un tiers peut souvent exécuter le modèle localement, l’adapter ou l’évaluer plus facilement. Mais « open weights » et « open source » ne sont pas équivalents : la licence peut limiter certains usages, le code d’entraînement peut manquer et le corpus de données peut rester inaccessible. Pour un service public, cette distinction influence la souveraineté, l’auditabilité, la réversibilité et la possibilité de maintenir le modèle sans dépendre du fournisseur initial.
Pourquoi cette notion compte
Une stratégie d’IA souveraine doit savoir ce qui est réellement transférable. Des poids disponibles peuvent réduire une dépendance d’exploitation, sans suffire à reproduire l’entraînement ou à prouver la provenance des données.
Exemple concret
Une administration télécharge un modèle à poids ouverts et l’héberge sur son infrastructure. Elle gagne une maîtrise de l’inférence, mais reste incapable de reconstruire le modèle si elle ne dispose ni des données ni du pipeline d’entraînement.
Confusion fréquente
« Poids ouverts » ne garantit ni licence libre au sens logiciel, ni transparence intégrale, ni absence de restrictions commerciales ou de sécurité.