Exemple concret
Un modèle peut être téléchargeable sans que ses données d'entraînement ou son code complet soient publics.
Pourquoi ça compte
La différence change ce que tu peux auditer, modifier, héberger ou utiliser commercialement.
Tu le vois dans les discussions autour de Llama, Mistral, Qwen, Hugging Face et des modèles locaux.
À ne pas confondre
LLM : Un LLM est un modèle d'IA entraîné à comprendre et générer du langage.
Fine-tuning : Le fine-tuning adapte un modèle existant sur des exemples pour améliorer un comportement précis.
Erreurs fréquentes
- Dire open source dès qu'un modèle est téléchargeable.
- Ignorer la licence.
- Oublier les contraintes d'usage commercial.
Mini-checklist
- Je vérifie d'abord si le mot désigne un concept, un outil, un risque ou une métrique.
- Je le relie à un cas concret : Un modèle peut être téléchargeable sans que ses données d'entraînement ou son code complet soient publics.
- Je garde en tête le piège principal : Dire open source dès qu'un modèle est téléchargeable.
Questions rapides
C'est quoi Open source vs open weight en IA ?
Open weight signifie que les poids d'un modèle sont téléchargeables. Open source implique en plus de la transparence sur le code et parfois les données. La différence change ce qu'on peut auditer, modifier, héberger ou utiliser commercialement.
Où vais-je croiser Open source vs open weight ?
Tu le vois dans les discussions autour de Llama, Mistral, Qwen, Hugging Face et des modèles locaux.
Quel mot lire après Open source vs open weight ?
Commence par LLM, Fine-tuning, Quantization.