OpenAI recrute Driscoll, le débat sur les poids ouverts s'intensifie à Wuzhen

OpenAI a confirmé le recrutement le lundi 2 novembre, la presse en ayant fait état le 3 novembre. Dan Driscoll, 26e secrétaire à l'Armée des États-Unis, occupe un poste créé pour l'occasion : conseiller principal pour la modernisation de la sécurité nationale. Il conseillera sur la manière dont l'IA avancée peut renforcer la sécurité nationale et la cybersécurité. Il travaillera aussi avec les dirigeants d'OpenAI et des partenaires extérieurs, selon The Next Web.

Le calendrier n'a rien de discret. OpenAI a passé l'année à se poser en fournisseur d'IA par défaut du gouvernement américain. Ce recrutement lui achète une personne, pas un produit.

Driscoll a quitté le Pentagone en septembre après des mois de tension avec le secrétaire à la Défense Pete Hegseth, rapporte The Wall Street Journal, cité par The Next Web. Il est ancien officier de l'Armée et ancien camarade de faculté de droit du vice-président JD Vance. Comme secrétaire à l'Armée, il a supervisé près d'un million de soldats et plus de 265 000 civils de l'Armée, selon OpenAI. Il a aussi été directeur par intérim de l'ATF, selon ses propres dires.

The Decoder ajoute un détail qui compte. Pendant son mandat, Driscoll a poussé la modernisation par l'IA dans toute l'Armée, notamment avec le projet ARIA. Cette initiative a introduit des outils d'IA dans la budgétisation, la logistique et le déploiement de modèles tactiques. C'est une expérience de la commande publique, pas seulement de la politique. The Decoder note aussi qu'il a remis sa démission fin août 2026, sur fond de frictions avec Hegseth. Ce dernier a écarté à plusieurs reprises des officiers supérieurs ou bloqué des promotions contre l'avis de Driscoll, selon le rapport. Driscoll garde de solides relations avec les deux partis au Congrès, selon AP.

« Les exigences de sécurité nationale évoluent plus vite qu'à aucun autre moment depuis cinquante ans », a déclaré Driscoll dans un communiqué.

Sam Altman a placé le sujet sur le terrain des exportations. « Les États-Unis ont une occasion extraordinaire de travailler avec d'autres pays pour répandre l'adoption d'une IA démocratique », a déclaré le directeur général. OpenAI indique que ce recrutement s'inscrit dans la continuité de Daybreak, son programme de résilience cybernétique mené avec des alliés. L'entreprise a ouvert Daybreak à l'Ukraine et l'a proposé à des opérateurs de services publics aux États-Unis.

L'historique contractuel derrière l'annonce

Le contexte compte davantage que l'intitulé du poste. En février 2026, OpenAI a accepté de déployer ses modèles sur le réseau classifié du ministère de la Défense. L'accord est venu après la rupture entre le rival Anthropic et le Pentagone, rapporte Rachel Metz pour Bloomberg. Le récit de The Decoder est plus direct. Le Pentagone a classé Anthropic comme « risque pour la chaîne d'approvisionnement » après que le directeur général Dario Amodei a refusé de retirer de ses contrats les restrictions sur la surveillance de masse et les armes autonomes. Altman a annoncé son propre accord le jour même. Anthropic continue de contester son dossier devant les tribunaux, selon The Next Web.

La bataille pour la sécurité nationale entre les deux laboratoires ne porte donc pas seulement sur les capacités. Elle porte sur les termes des contrats et sur qui écrira les règles d'usage militaire de l'IA. Le réseau de Driscoll au Congrès est l'atout qu'OpenAI achète.

Rien de tout cela ne touche directement les poids ouverts. Cela fixe le climat pour tout le reste. Le même gouvernement qui choisit un fournisseur pour son réseau classifié pèse aussi sur le débat : faut-il publier les poids des modèles, oui ou non.

Tsai plaide pour l'ouverture à Wuzhen

Le 3 novembre, le président d'Alibaba Joe Tsai a défendu l'IA open source au sommet de Wuzhen, rapporte le South China Morning Post. Il l'a présentée en opposition aux réticences américaines. C'est le même jour que l'annonce Driscoll et la même semaine qu'une vague de publications de poids ouverts par des laboratoires européens et chinois.

Les comptes rendus publics ne donnent pas les arguments précis de Tsai au-delà de ce cadrage. L'article du SCMP signale une position, pas une proposition politique détaillée. Le bilan réel d'Alibaba en matière de poids ouverts est la question plus concrète, et les informations publiques ne la tranchent pas.

Ce qui est public montre un écosystème qui avance sans attendre la permission. Les notes de version de PSSA v0.5.0 sur GitHub, un projet de modèle de langage non transformer publié le 31 octobre, décrivent une base transformer à paramètres appariés. Elles décrivent aussi un convertisseur Qwen3 vers PSSA avec une passe avant enseignant en Rust pur. Les notes mentionnent une perte d'entropie croisée plus température-KL vérifiée par des tests aux différences finies, et des backends CUDA natif et WebGPU. Le projet est à l'échelle d'un amateur, mais sa liste de contrôles d'ingénierie relève de ce qui exigeait autrefois un laboratoire.

Le système de preuve d'Anthropic, et pourquoi il compte pour les poids ouverts

Anthropic a publié le 3 novembre une recherche décrivant FlashProve, un système fondé sur zkSNARK pour prouver qu'une réponse provient d'un modèle précis. Les chiffres de l'entreprise : pour Llama 4 Maverick, un mélange d'experts de 400 000 000 000 de paramètres, un seul H100 génère des preuves à environ 110 tokens par seconde. La taille d'une preuve est d'environ 19 Mo par requête de 1 024 tokens, avec des poids quantifiés en 4 bits et une arithmétique entière en préremplissage. Cela représente environ 70 à 95 fois le temps GPU nécessaire pour exécuter le modèle lui-même sur vLLM, selon Anthropic.

Anthropic est explicite sur la motivation. Un utilisateur qui interroge un modèle aujourd'hui ne peut pas vérifier que les réponses viennent bien du modèle précis qu'un développeur prétend utiliser. Un service de routage pourrait secrètement substituer un autre modèle pour des raisons de coût. Un attaquant pourrait altérer le flux de tokens. Le système s'engage sur un modèle et cache ses poids ; cacher l'architecture n'est pas l'objectif. Le code, les preuves Lean et la documentation sont publiés sous Apache 2.0.

Le lien avec les poids ouverts est indirect mais réel. Si l'inférence peut être vérifiée cryptographiquement, l'argument selon lequel des poids fermés sont nécessaires à la confiance s'affaiblit. Si elle ne le peut pas, chaque point de contrôle ouvert devient plus difficile à garantir. Anthropic parle d'un progrès intermédiaire, pas d'un programme achevé.

Ce que disent les benchmarks de l'écart

Côté modélisation, la prépublication la plus récente est GSLM2, soumise à arXiv le 31 octobre par Yosuke Higuchi, Tom Fizycki et 15 coauteurs. Le travail porte sur les modèles de langue parlée. Les auteurs indiquent que ceux-ci restent en retard sur les modèles texte en capacité et en efficacité de montée en échelle des données. Leur encodeur, SpidR 2.0, induit des unités discrètes à plusieurs niveaux d'abstraction. Un modèle multi-flux les prédit conjointement.

Les chiffres phares : des données d'entraînement allant jusqu'à 6 000 000 d'heures et des échelles de modèle allant jusqu'à 6 500 000 000 de paramètres. L'écart avec les modèles texte sur sWuggy, sBLIMP et tSC s'est réduit d'environ deux ordres de grandeur, en parole lue comme en parole conversationnelle. Le code d'entraînement et les points de contrôle sont ouverts.

Ailleurs, le tableau est moins flatteur pour l'échelle seule. FrontierMat, soumis le 30 octobre, est un benchmark de 330 problèmes tirés de la recherche universitaire et industrielle de pointe. Les domaines sont l'aérospatiale, les semi-conducteurs, l'intelligence incarnée et la fusion nucléaire, chacun validé par des expérimentateurs et des experts du secteur. Le meilleur modèle généraliste ne dépasse pas 53,7 %. Sur des problèmes appariés, les questions inter-échelles obtiennent 8,7 points de moins que les questions à échelle unique. La moitié des problèmes ne sont résolus que par un seul modèle au plus. Les modèles échouent surtout en validant ce qui est plausible plutôt que ce qui a été observé, écrivent les auteurs.

Une étude d'adaptation de domaine, dans le même article, fait passer un modèle à poids ouverts de 36,7 % à 55,4 %. Elle utilise un préentraînement continu à pondération méta et une auto-distillation modulaire par échelle, et rejoint le meilleur modèle propriétaire, sans baisse sur les benchmarks généraux. C'est l'un des points de données les plus utiles pour qui débat de l'ouverture contre la fermeture.

Les travaux d'efficacité rognent le coût d'exécution des modèles

Une prépublication du 30 octobre sur l'élagage des mélanges d'experts soutient que les sorties d'experts présentent une redondance structurée. D'un modèle et d'une catégorie de tâches à l'autre, le rang stable et le rang effectif d'entropie des sorties d'experts restent bien en dessous du nombre nominal d'experts. Les auteurs proposent deux méthodes d'élagage, PEEP et DCEP. À 75 % et 50 % de rétention d'experts sur DeepSeek-V2-Lite et Qwen3-30B-A3B, elles battent les meilleures références sur la plupart des benchmarks. Qwen3-30B-A3B compte 30 000 000 000 de paramètres.

Deux autres articles poussent dans d'autres directions. L'un, soumis le 29 octobre, évalue la reconnaissance des émotions vocales dans les modèles capables de traiter l'audio. Il constate que, lorsque l'audio et le texte divergent, la probabilité d'erreur augmente dès que l'audio est présent, sur eNTERFACE'05, MELD et CMU-MOSEI. Des classifieurs supervisés sur les mêmes caractéristiques se comportent à l'inverse. Un autre, également soumis le 29 octobre, teste comment les modèles de langage anticipent le ressenti lié à des résultats de jeux d'argent ou de trading. Il met en évidence ce que les auteurs appellent une amplification du gain de silicium : les modèles notent les gains plus intensément que des pertes équivalentes, inversant l'aversion canonique à la perte.

Aucun de ces travaux ne tranche le débat sur les poids ouverts. Ils montrent que la frontière de la recherche est encombrée de petites affirmations vérifiables plutôt que d'une seule grande.

Le registre de la sécurité

OpenAI a aussi renforcé ses propres défenses le 3 novembre. The Decoder rapporte que l'entreprise a quadruplé les primes de son programme de chasse aux bugs. Les vulnérabilités critiques des produits cœur comme ChatGPT ou Codex rapportent désormais jusqu'à 30 000 dollars à des chercheurs extérieurs. Les découvertes exceptionnelles rapportent jusqu'à 100 000 dollars, et avec les primes de qualité, de fidélité et de campagne, le total peut atteindre environ 172 000 dollars. Quiconque a signalé une vulnérabilité au cours des 30 derniers jours reçoit la différence rétroactivement. Un sprint de sécurité associera la firme Cathedral aux ingénieurs d'OpenAI. Lors du dernier sprint, 25 % des ingénieurs produit d'OpenAI ont travaillé à la recherche de vulnérabilités, selon l'entreprise.

Que les poids ouverts facilitent ou compliquent cette tâche, c'est précisément la question à laquelle aucun chiffre ne répond. La publication d'Epoch AI sur les modèles à poids ouverts et l'écart de correctifs, datée du 29 octobre, n'est pas résumée ici.

Ce qui est clair, c'est la direction prise. Un ancien secrétaire à l'Armée conseille désormais un laboratoire de pointe. Un dirigeant chinois défend publiquement l'open source. Un laboratoire américain publie des preuves cryptographiques qu'un modèle donné a produit un token donné. Et un benchmark bâti sur de vrais problèmes de recherche industrielle indique que le meilleur modèle généraliste ne dépasse toujours pas 54 % de réussite.

La question des poids ouverts se décidera dans les bureaux d'achat et les tribunaux autant que dans les commentaires sur arXiv. Au vu des éléments datés de cette semaine, les deux camps recrutent.