Aller au contenu
ReviewRamble

La lettre hebdomadaire

L’IA, évaluée, dans votre boîte mail.

  • Les nouveaux tests d’outils, de modèles, de serveurs MCP et de dépôts, avec le verdict en premier
  • Les prix et les notes revérifiés quand quelque chose change
  • Les nouvelles analyses dès leur publication

Modèles, agents, serveurs MCP et les outils qui méritent vraiment votre temps.

Un e-mail par semaine. Désinscrivez-vous avec le lien présent dans chaque lettre. Comment nous utilisons votre e-mail

Safetensors

Safetensors est un format de fichier de Hugging Face pour stocker les poids des modèles. Contrairement aux fichiers pickle de Python, son chargement ne peut pas exécuter de code caché, et il permet un chargement rapide, par projection en mémoire, de tenseurs individuels.

Aussi appelé : .safetensors

Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode

Les poids des modèles étaient autrefois partagés surtout sous forme de fichiers PyTorch .bin ou .pt, qui utilisent le format pickle de Python. Charger un fichier pickle peut exécuter du code arbitraire, si bien qu'un modèle téléchargé pouvait contenir un logiciel malveillant. Safetensors a été conçu pour supprimer ce risque tout en gardant un chargement rapide.

Comment ça marche

Un fichier safetensors comporte un court en-tête JSON qui liste le nom, le type de données, la forme et la position de chaque tenseur, suivi des octets bruts des tenseurs. Il ne contient aucun code, seulement des données. Comme la structure est connue à l'avance, un chargeur peut projeter le fichier en mémoire et ne lire que les tenseurs dont il a besoin, sans parcourir tout le fichier. Le projet appelle cela le zero-copy et le chargement paresseux, ce qui aide quand on répartit un modèle sur plusieurs GPU.

Pourquoi c'est important

Safetensors est le format courant sur le hub Hugging Face et dans la bibliothèque Transformers. Si un dépôt propose à la fois des fichiers safetensors et pickle, choisissez safetensors. C'est une défense simple contre le type d'attaque de la chaîne d'approvisionnement de l'IA dans lequel un fichier de modèle piégé exécute du code sur votre machine.

En quoi il diffère de GGUF

Les deux stockent des poids de modèle. Safetensors est un conteneur neutre utilisé par les stacks Python d'entraînement et de service, avec des poids généralement en pleine précision ou en demi-précision. GGUF est le format de llama.cpp et des outils locaux apparentés ; il embarque des métadonnées comme le tokenizer et sert surtout pour les modèles quantifiés. On convertit souvent de safetensors vers GGUF pour faire tourner un modèle en local.

Limites

Safetensors rend le chargement sûr, pas le modèle lui-même. Un fichier peut toujours contenir des poids qui se comportent mal, et le code d'un dépôt qui le charge peut toujours être dangereux.

Termes liés

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.
GGUF
GGUF est un format de fichier binaire qui stocke les poids, le tokenizer et les métadonnées d'un modèle dans un seul fichier, conçu pour un chargement rapide et l'inférence locale avec des outils basés sur GGML comme llama.cpp, souvent sous forme quantifiée.
Attaque de la chaîne d'approvisionnement IA
Une attaque de la chaîne d'approvisionnement IA (AI supply-chain attack) compromet une application d'IA par l'intermédiaire de quelque chose dont elle dépend, comme un modèle téléchargé, un adaptateur LoRA, un jeu de données, un paquet Python, un serveur MCP ou une skill d'agent, au lieu d'attaquer directement l'application.
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.
Quantification
La quantification (quantization) est une technique qui stocke les poids d'un modèle, et parfois ses activations, avec moins de bits, par exemple 8 ou 4 au lieu de 16, pour que le modèle demande moins de mémoire et tourne souvent plus vite, au prix d'une certaine perte de précision.

Sources