Modèle open-weight
Un modèle open-weight (modèle à poids ouverts) est un modèle dont les poids entraînés sont publiés pour que chacun puisse les télécharger et les exécuter, souvent sans le code d'entraînement ni l'ensemble des données d'entraînement ; il n'est donc pas forcément open source.
Aussi appelé : open weights, open-weights model
Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode
Les poids ouverts vous permettent de faire tourner un modèle sur votre propre matériel, d'examiner librement ses sorties et de le soumettre à un fine-tuning. C'est pourquoi beaucoup d'équipes les choisissent pour la confidentialité, la maîtrise des coûts ou l'usage hors ligne. Vous pouvez parcourir les modèles open-weight dans l'annuaire des modèles et les faire tourner avec des outils comme LM Studio.
Ce que vous obtenez
Les poids sont les paramètres du modèle appris à l'entraînement : les nombres qui déterminent comment le réseau transforme une entrée en sortie. Une publication ajoute généralement une model card et une licence. Elle omet souvent le code d'entraînement, le jeu de données et les checkpoints intermédiaires.
Open weights ou open source
L'Open Source Initiative distingue les deux. Sa définition de l'IA open source demande les poids, plus le code complet d'entraînement et d'inférence et des informations détaillées sur les données d'entraînement, le tout sous des conditions ouvertes. Un modèle livré avec ses seuls poids n'atteint pas ce niveau.
Vérifiez la licence
« Ouvert » ne dit rien de ce que vous avez le droit de faire. Certaines licences open-weight limitent l'usage commercial, le nombre d'utilisateurs ou certains domaines. Lisez la licence du modèle avant de construire un produit dessus.
Termes liés
- IA open source
- L'IA open source (open source AI) désigne un système d'IA publié sous des conditions qui permettent à chacun de l'utiliser, de l'étudier, de le modifier et de le partager, avec accès aux éléments nécessaires pour le modifier : informations sur les données d'entraînement, code complet et paramètres du modèle.
- Model card
- Une model card (fiche de modèle) est un court document publié avec un modèle de machine learning qui explique à quoi il sert, comment il a été entraîné et évalué, où ses performances sont faibles, et comment il doit ou ne doit pas être utilisé.
- Licence de modèle
- Une licence de modèle (model license) regroupe les conditions juridiques selon lesquelles les poids d'un modèle, et parfois son code et ses données, peuvent être utilisés, modifiés et partagés. Les conditions vont des licences ouvertes permissives aux licences non commerciales ou sur mesure restrictives.
- Poids du modèle
- Les poids d'un modèle (model weights) sont les nombres appris à l'intérieur d'un réseau de neurones, fixés pendant l'entraînement, qui déterminent comment il transforme une entrée en sortie. Un checkpoint est un fichier ou un ensemble de fichiers sauvegardé qui contient ces poids.
- Auto-hébergement (modèles d'IA)
- Auto-héberger un modèle d'IA (self-hosting) signifie le faire tourner sur du matériel que vous contrôlez, comme vos propres serveurs, des GPU loués ou un ordinateur portable, au lieu d'appeler l'API d'un fournisseur. Vous choisissez le modèle et gardez les données, mais vous gérez l'infrastructure.
- Abliteration
- L'abliteration (suppression de la direction de refus) est une technique qui empêche un modèle de langage de refuser des requêtes : elle trouve l'unique direction interne qui porte le refus et modifie les poids pour que le modèle ne puisse plus y écrire, sans réentraînement.