Open source / poids ouverts

Modèles ou outils dont le code source ou les poids sont publics : à utiliser, étudier et auto-héberger.

« Poids ouverts » (Llama, Qwen, Mistral…) signifie que vous pouvez télécharger et exécuter le modèle vous-même — décisif pour la confidentialité et l’usage hors ligne. Attention : les licences varient et ne sont pas toujours open source au sens strict.

Ressources associées

Déploiement des LLM locaux avec Ollama

Un outil multiplateforme qui permet de télécharger et exécuter des LLM open source comme Llama, Mistral et Phi en local sur votre machine. Il fournit un CLI, un serveur API local et un endpoint compatible OpenAI pour expérimenter avec les modèles en toute confidentialité — sans GPU ni compte cloud. Idéal pour les développeurs qui ont besoin de capacités IA hors ligne ou veulent tester des prompts avant le déploiement.

Cadre d’apprentissage profond PyTorch

PyTorch est un framework open source de deep learning développé par Meta, réputé pour son graphe de calcul dynamique et son interface Pythonique. Il alimente aussi bien la recherche IA de pointe que les déploiements en production, avec un riche écosystème d'outils pour entraîner, déboguer et scaler des modèles sur GPUs et TPUs.

Llama est la famille de modèles à poids ouverts de Meta — l'épine dorsale de l'écosystème IA open source, déployable en local ou sur n'importe quel cloud. Disponible en plusieurs tailles, du léger à la classe frontière, Llama alimente d'innombrables dérivés affinés et donne aux organisations un contrôle total sur leur stack IA.