Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

Kitsuno teste le modèle ouvert Laya en mode furtif face à l'API fermée Jev

Kitsuno a commencé à tester en production un modèle de décision à poids ouverts, Laya, en mode furtif pour remplacer sa pile propriétaire fermée, invoquant la souveraineté et la maîtrise des coûts.

IA & modèlesActualitéSophie LeclercPublié le: 3 octobre 20264 min de lectureSources 10
Kitsuno teste le modèle ouvert Laya en mode furtif face à l'API fermée Jev

Le 3 octobre, Kitsuno a publié un article d'ingénierie détaillant sa décision de faire tourner un modèle open source à côté de son infrastructure fermée actuelle. L'entreprise évalue Laya, un modèle à poids ouverts de Nandakishor Mukkunnoth et ConvAI Innovations, face à son outil fermé existant, Jev. Ce double dispositif est une expérience délibérée de souveraineté architecturale, pas une simple mise à niveau. L'équipe veut savoir si un modèle ouvert peut gérer les nuances propres aux données du marché du travail européen sans laisser fuiter d'informations sensibles vers des serveurs externes. L'enjeu est élevé, car le système actuel fonctionne, mais il se trouve dans une juridiction qui complique la conformité. En faisant tourner les deux systèmes en parallèle, les ingénieurs peuvent mesurer l'écart en temps réel sans perturber le service en ligne qui traite chaque jour les demandes de mise en relation professionnelle.

La décision repose sur un principe interne strict : les données doivent rester dans des centres de données européens.

Jev tourne aux États-Unis et son code est fermé. Laya est disponible sous licence Apache 2.0 et peut être hébergé localement. Cela correspond au neuvième principe de Kitsuno, qui impose que les données restent en Europe. Les conséquences juridiques et opérationnelles de cette distinction sont considérables pour une entreprise qui traite des données personnelles dans l'UE. Envoyer des requêtes à une API basée aux États-Unis crée une dépendance que la direction veut éliminer. L'hébergement local garantit que les poids du modèle et les données qu'ils traitent ne franchissent jamais les frontières, une exigence de plus en plus courante dans les secteurs réglementés. C'est un basculement : louer une intelligence devient posséder l'infrastructure qui la produit.

L'écart de performance est important, mais gérable. Lors d'un petit test de préproduction, Laya, non entraîné, a identifié le bon pays pour 26 pour cent des offres d'emploi. Il a trouvé le bon mode de travail pour 50 pour cent. À titre de comparaison, Jev atteint 89 pour cent d'exactitude sur les mêmes indicateurs. Sur un jeu de test plus large, Laya a répondu correctement à 44 pour cent des questions, contre 94 pour cent pour Jev.

L'approche du mode furtif

Kitsuno ne remplace pas Jev immédiatement. L'entreprise a déployé Laya dans une configuration « furtive ». Le modèle ouvert traite les mêmes requêtes réelles que Jev, mais ses sorties ne servent pas aux décisions finales. L'équipe peut ainsi mesurer les performances en environnement réel sans risquer la stabilité de la production. L'objectif est d'entraîner Laya spécifiquement sur les données propres à Kitsuno jusqu'à ce qu'il égale ou dépasse les performances du modèle fermé.

Une contrainte majeure pèse sur ce processus : l'interdiction d'utiliser les sorties de Jev comme étiquettes d'entraînement. Le contrat client de TypeSafe, mis à jour le 23 septembre, interdit explicitement d'utiliser la sortie de Jev pour pratiquer la distillation de modèle ou entraîner un modèle à imiter le service. Kitsuno l'a interprété strictement. Le rôle de base de données du worker Laya ne peut même pas lire les réponses de Jev. L'équipe a donc dû construire de zéro une nouvelle chaîne d'étiquetage, ce qui a ralenti le travail mais garanti la conformité.

La pile Jev actuelle est efficace en termes de coût. Depuis le 23 septembre, elle a traité 35 812 appels enregistrés avec 76 000 000 de tokens d'entrée pour un coût total de 3,68 USD.

La motivation première du changement n'est pas une économie financière à ce volume, mais la souveraineté architecturale et la possibilité de personnaliser le modèle selon des besoins métier précis. Le coût par appel est négligeable, si bien que le dossier repose entièrement sur le contrôle. Si l'équipe parvient à rendre le modèle ouvert assez précis, elle gagne la liberté de modifier la logique sans attendre une mise à jour du fournisseur. Cette indépendance est la valeur centrale du projet. Elle transforme le composant d'IA, dépendance à un service, en actif interne que l'équipe d'ingénierie peut faire évoluer directement.

Le contexte du secteur

Cette tendance à remplacer les API fermées par des poids ouverts gagne du terrain. Aleph Alpha a publié Kolibri le 3 octobre, un modèle souverain à poids ouverts de 78 000 000 000 de paramètres au total et de 3 000 000 000 de paramètres actifs. Il est conçu pour les secteurs réglementés et prend en charge des longueurs de contexte allant jusqu'à 1 000 000 de tokens. Comme Laya, Kolibri est disponible sous licence Apache 2.0, ce qui permet aux entreprises de l'exécuter sur site sans envoyer de données internes à des tiers.

Meta AI Research a également mis en avant l'utilité des modèles ouverts pour des tâches complexes. L'équipe s'est associée à des mathématiciens pour résoudre des problèmes de recherche ouverts avec Muse Spark 1.1 et 1.2. Les articles indiquaient clairement quels passages avaient été rédigés par l'IA et lesquels par les chercheurs, ce qui montre un flux de travail transparent que les modèles ouverts facilitent.

Pour beaucoup de développeurs, le choix entre modèle fermé et modèle ouvert ne se résume plus à l'exactitude. Il porte sur le contrôle, la conformité et la capacité à itérer. Comme le note Kitsuno, l'entraînement est le produit. Un modèle ouvert est un point de départ auquel on peut enseigner des questions précises, tandis qu'une API fermée est une boîte noire impossible à modifier pour son propre cas d'usage.

Le domaine s'oriente vers une approche hybride où les contrôles déterministes et l'IA agentique travaillent ensemble. La communauté open source fournit les outils pour construire ces piles localement, ce qui réduit la dépendance à des fournisseurs externes et garantit que les données sensibles ne quittent jamais l'infrastructure de l'organisation.

Commentaires 0

Sources

10
  1. 01Training an open decision model to replace a closed one, in shadow on prodEN
  2. 02Kolibri: A Sovereign Open-Weight ModelEN
  3. 03Solving Open Research Problems TogetherEN
  4. 04AI Experts Want to Do High-Stakes Research Out in the OpenEN
  5. 05Open source SDK to build Muse gadgetsEN
  6. 06Open 10-player CS:GO dataset for multiplayer world modelsEN
  7. 07E2E: The open source AI testing frameworkEN
  8. 08Cloudflare opens more Enterprise-only features to all customersEN
  9. 09A modern open-source Amiga CDFileSystem replacementEN
  10. 10ThreeJS Port of OpenDLSS-NREN

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Sophie Leclerc

Sophie Leclerc

IA, modèles et technologies

Sophie Leclerc couvre les technologies, l'IA et les modèles ainsi que les médias et l'internet pour FLASH24, en travaillant à partir des dépôts de code, des articles scientifiques et des documents techniques plutôt que des annonces. Elle vérifie chaque chiffre en remontant aux jeux de données d'origine et en comparant les versions successives des modèles. Elle interroge régulièrement des ingénieurs et des chercheurs, et suit les calendriers de publication des principales conférences du secteur. Son intérêt personnel pour l'auto-hébergement et les réseaux domestiques nourrit directement sa couverture des infrastructures et des modèles ouverts. Elle ne publie pas de performance annoncée sans méthode de mesure vérifiable.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.